EP1789970B1 - Vorrichtung und verfahren zum speichern von audiodateien - Google Patents

Vorrichtung und verfahren zum speichern von audiodateien Download PDF

Info

Publication number
EP1789970B1
EP1789970B1 EP06707017A EP06707017A EP1789970B1 EP 1789970 B1 EP1789970 B1 EP 1789970B1 EP 06707017 A EP06707017 A EP 06707017A EP 06707017 A EP06707017 A EP 06707017A EP 1789970 B1 EP1789970 B1 EP 1789970B1
Authority
EP
European Patent Office
Prior art keywords
scene
audio
storage device
audio files
renderer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Not-in-force
Application number
EP06707017A
Other languages
English (en)
French (fr)
Other versions
EP1789970A1 (de
Inventor
Katrin Reichelt
Gabriel Gatzsche
Sandra Brix
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Publication of EP1789970A1 publication Critical patent/EP1789970A1/de
Application granted granted Critical
Publication of EP1789970B1 publication Critical patent/EP1789970B1/de
Not-in-force legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/19—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier
    • G11B27/28—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B2220/00—Record carriers by type
    • G11B2220/20—Disc-shaped record carriers
    • G11B2220/25—Disc-shaped record carriers characterised in that the disc is based on a specific recording technology
    • G11B2220/2508—Magnetic discs
    • G11B2220/2516—Hard disks
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B2220/00—Record carriers by type
    • G11B2220/40—Combinations of multiple record carriers
    • G11B2220/41—Flat as opposed to hierarchical combination, e.g. library of tapes or discs, CD changer, or groups of record carriers that together store one title
    • G11B2220/415—Redundant array of inexpensive disks [RAID] systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04S—STEREOPHONIC SYSTEMS 
    • H04S2420/00—Techniques used stereophonic systems covered by H04S but not provided for in its groups
    • H04S2420/13—Application of wave-field synthesis in stereophonic audio systems

Definitions

  • the present invention relates to the field of wave field synthesis, and more particularly to driving a wave field synthesis rendering device with data to be processed.
  • the present invention relates to wave-field synthesis concepts, and more particularly to efficient wave-field synthesis concept in conjunction with a multi-renderer system.
  • WFS wave field synthesis
  • Applied to the acoustics can be simulated by a large number of speakers, which are arranged side by side (a so-called speaker array), any shape of an incoming wavefront.
  • a so-called speaker array any shape of an incoming wavefront.
  • the audio signals of each speaker must be fed with a time delay and amplitude scaling so that the radiated sound fields of each speaker properly overlap.
  • the contribution to each speaker is calculated separately for each source and the resulting signals added together.
  • the cost of the calculation therefore depends heavily on the number of sound sources, the reflection characteristics of the recording room and the number of speakers.
  • the advantage of this technique is in particular that a natural spatial sound impression over a large area of the playback room is possible.
  • the direction and distance of sound sources are reproduced very accurately.
  • virtual sound sources can even be positioned between the real speaker array and the listener.
  • wavefield synthesis works well for environments whose characteristics are known, irregularities occur when the texture changes, or when wave field synthesis is performed based on environmental conditions that do not match the actual nature of the environment.
  • An environmental condition can be described by the impulse response of the environment.
  • wave field synthesis provides the ability to eliminate the reflection from that wall by giving the loudspeaker a signal in phase opposition to the reflection signal is impressed with appropriate amplitude in addition to the original audio signal, so that the outgoing compensation wave extinguishes the reflection wave, so that the reflection from this wall in the environment being considered is eliminated. This can be done by first computing the impulse response of the environment and determining the nature and position of the wall based on the impulse response of that environment, the wall being interpreted as a source of mirrors, that is, a sound source reflecting an incident sound.
  • Wavefield synthesis (WFS or sound field synthesis), as developed at the TU Delft in the late 1980s, represents a holographic approach to sound reproduction. The basis for this is the Kirchhoff-Helmholtz integral. This states that any sound fields within a closed volume can be generated by means of a distribution of monopole and dipole sound sources (loudspeaker arrays) on the surface of this volume.
  • a synthesis signal for each loudspeaker of the loudspeaker array is calculated from an audio signal which emits a virtual source at a virtual position, the synthesis signals being designed in amplitude and phase such that a wave resulting from the superposition of the individual the sound wave present in the loudspeaker array will correspond to the wave that would result from the virtual source at the virtual position if that virtual source at the virtual position were a real source with a real position.
  • multiple virtual sources exist at different virtual locations.
  • the computation of the synthesis signals is performed for each virtual source at each virtual location, typically resulting in one virtual source in multiple speaker synthesis signals. Seen from a loudspeaker, this loudspeaker thus receives several synthesis signals, which go back to different virtual sources. A superimposition of these sources, which is possible due to the linear superposition principle, then gives the reproduced signal actually emitted by the speaker.
  • the final-rendered and analog-to-digital converted reproduction signals for the individual loudspeakers could be transmitted, for example via two-wire lines, from the wave field synthesis central unit to the individual loudspeakers.
  • the wave field synthesis central unit could always be made only for a special reproduction room or for a reproduction with a fixed number of loudspeakers.
  • the German patent DE 10254404 B4 discloses a system as it is in Fig. 7 is shown.
  • One part is the central wave field synthesis module 10.
  • the other part is composed individual speaker modules 12a, 12b, 12c, 12d, 12e connected to actual physical speakers 14a, 14b, 14c, 14d, 14e as shown in FIG Fig. 1 is shown.
  • the number of speakers 14a-14e in typical applications is in the range above 50 and typically even well above 100. If each loudspeaker is assigned its own loudspeaker module, the corresponding number of loudspeaker modules is also required. Depending on the application, however, it is preferred to address a small group of adjacent loudspeakers from a loudspeaker module.
  • a speaker module which is connected to four speakers, for example, feeds the four speakers with the same playback signal, or whether the four speakers corresponding different synthesis signals are calculated, so that such a speaker module actually off consists of several individual speaker modules, but which are physically combined in one unit.
  • each transmission link 16a-16e being coupled to the central wave field synthesis module and to a separate loudspeaker module.
  • a serial transmission format that provides a high data rate such as a so-called Firewire transmission format or a USB data format.
  • Data transfer rates in excess of 100 megabits per second are advantageous.
  • the data stream which is transmitted from the wave field synthesis module 10 to a loudspeaker module is thus formatted according to the selected data format in the wave field synthesis module and with synchronization information provided in common serial data formats.
  • This synchronization information is extracted from the individual loudspeaker modules from the data stream and used to resample the individual loudspeaker modules with regard to their reproduction, that is to say finally to the analog-to-digital conversion for obtaining the analog loudspeaker signal and the purpose of resampling. to synchronize.
  • the central wave-field synthesis module works as a master and all loudspeaker modules operate as clients, with the individual data streams across the different links 16a-16e all receiving the same synchronization information from the central module 10.
  • the rendering still determines the total capacity of the system. Is the central rendering unit therefore z.
  • the central rendering unit therefore z. For example, if it is able to render 32 virtual sources simultaneously, ie to compute the synthesis signals for these 32 virtual sources simultaneously, then serious capacity bottlenecks will occur if more than 32 sources are active at a time in an audio scene. This is sufficient for simple scenes. For more complex scenes, in particular with immersive sound impressions, ie when it rains and many raindrops are single sources, it is immediately obvious that the capacity with a maximum of 32 sources is no longer sufficient. A similar situation also occurs when you have a large orchestra and in fact want to process every orchestra player or at least each group of instruments as their own source in their own position. Here, 32 virtual sources can quickly become too little.
  • a scene description is used in which the individual audio objects are defined together such that, using the data in the scene description and the audio data for the individual virtual sources, the complete scene is rendered by a renderer or a multi-rendering Arrangement can be processed.
  • a renderer or a multi-rendering Arrangement For each audio object, it is exactly defined where the audio object has to start and where the audio object ends. Furthermore, for each audio object, exactly the position of the virtual source is indicated at which the virtual source should be, which is to be entered into the wave field synthesis rendering device, so that for each speaker the corresponding synthesis signals are generated.
  • each renderer has limited computing power.
  • a renderer is capable of processing 32 audio sources simultaneously.
  • a transmission path from the audio server to the renderer has a limited transmission bandwidth, so provides a maximum transmission rate in bits per second.
  • a typical renderer can handle only a certain maximum number of virtual sources at one time. This number can be for example 32.
  • the maximum processing capacity of a renderer is not the only bottleneck of a system. So a renderer must, if he z. For example, if you want to process 32 virtual sources at the same time, they will also be supplied with the corresponding audio files for the 32 virtual sources at the same time.
  • a renderer has an input buffer that somewhat equalizes the data transfer requirements, but especially if the renderer processes many sources at the same time, so if a lot of data is taken from the buffer, it also needs to be filled quickly.
  • the renderer will to a certain extent have data for processing.
  • the renderer could compensate for such a situation by simply repeating the last data until new data arrives.
  • this is expensive in data management and can lead to audible artifacts.
  • These artifacts will be worse if the virtual source is a source of deterministic information such as speech, music, etc. Less critical will be this repetition of existing data if the virtual source is a source of noise or, generally speaking, a noise source.
  • the object of the present invention is to provide a concept for storing audio files, which enables a higher qualitative and easier to implement wave field synthesis.
  • the present invention is based on the recognition that an efficient data organization is crucial, that a renderer, even if it is working at its utilization limit, is supplied with sufficient data.
  • the data supplied to the renderer is read from a storage device, such as a hard disk of a PC or workstation.
  • an efficient storage of the audio files is to some extent done in preparation for a wave field synthesis reproduction, whereby a scene-spanning memory optimization is applied.
  • the scene descriptions are examined to find out a first scene that requires a higher processing capacity of the wave field synthesis system than another second scene.
  • the writing device of the storage device is controlled so as to write the audio files identified by the scene description of the first scene to the storage device so that a reading device of the storage device can read the audio files for the first scene faster than if the audio files for the first scene are randomly stored on the storage device.
  • the audio files for the scene which heavily utilizes the wave field synthesis system, are optimized which, of course, causes the audio files to not be written optimally for other scenes.
  • this is unproblematic in that in other scenes, a storage device can have more access time, since the data transfer rate required for the other scene is not so high anyway, since fewer virtual sources have to be processed in parallel.
  • storage of the audio files on the storage device is made such that the memory access for the scene that brings the highest utilization of the wave field synthesis system is optimally written is while many jumps are accepted for other scenes accessing the same audio file.
  • a storage device having a plurality of parallel usable single storage media such as a RAID array
  • Fig. 1 shows an inventive device for storing audio files for an audio piece in a storage device having a writing device and a reading device, which in the in Fig. 1a embodiment shown as a common read / write head 2 is formed.
  • the audio piece is to be processed by a renderer of a wave field synthesis system 3.
  • the audio piece comprises a plurality of scenes, a separate scene description being provided for each scene, and a scene having a temporal sequence of audio objects of the scene.
  • an audio object includes information about a virtual source and an identification for an audio file associated with the audio object.
  • means 4 for examining the scene descriptions and for determining a first scene which requires a higher processing capacity of the wave field synthesis system than a second scene are provided.
  • the device 4 optionally information about the wave field synthesis system 3 and in particular the current utilization of the renderer in the wave field synthesis system are supplied.
  • the device 4 controls a control device 5.
  • the control device 5 is designed to control the read / write head 2 in such a way that audio files identified by the scene description of the first scene, ie audio files for the scene with higher utilization, thus the memory device 1 are written that the reading device 2 can read the audio files for the first scene faster than if the audio files for the first scene had been randomly stored on the storage device.
  • the audio files are preferably from another storage device 6, which may be a CD or DVD and are either written directly to the storage device via the controller or are controlled by the controller directly from the additional memory 6 to the read / write head 2 of the storage device 1 of course in the correct order as determined by the controller 5.
  • another storage device 6 which may be a CD or DVD and are either written directly to the storage device via the controller or are controlled by the controller directly from the additional memory 6 to the read / write head 2 of the storage device 1 of course in the correct order as determined by the controller 5.
  • the control device 5 is particularly designed to the storage device 1, the z. As a hard disk is to be described so that in any case no fractionation occurs, so that all audio files are written continuously. Furthermore, the control device is designed to write audio files at specific locations in the hard disk. It is therefore no longer the storage, ie the actual writing of the physical hard disk, as in conventional hard disks, the disk control alone or randomly. Instead, the control device 5 is designed to control the read / write head 2 of the storage device 1 in such a way that audio files are stored in exactly the same order and arrangement on the storage device. This ensures that, if the wave field synthesis system is to play an audio piece, the read head can read out as fast as possible, at least for the scenes in which the wave field synthesis system already operates at its utilization limit.
  • the utilization of the wave field synthesis system is by no means constant. Instead, the utilization profile will be characterized by extraordinarily high dynamics. So scenes will be present as well as sections in scenes where the load is very low, while then immediately after the load can go immediately to the maximum limit. Such a situation can be well conceived when a piece of music fades away from an instrument (only one source) and then immediately the applause (many different sources) of the audience starts.
  • the audio files are stored optimally across all scenes. For this purpose, it is examined which audio files are needed at all, when a scene is played with high utilization in order to precisely save just these audio files optimized.
  • a wave field synthesis system 3 as a central element comprises one or more renderer modules.
  • the renderers are typically driven by a scheduler, which is preferably designed to generate the data streams for the renderers using possibly provided audio object manipulations.
  • the scheduler is thus responsible for quickly reading out the data from the memory device 1 and supplying it to the downstream renderer, which then generates synthesis signals from the audio files which are fed to the individual loudspeakers in the loudspeaker array.
  • the storage according to the invention of the audio files in scene-overlapping optimized form thus serves to prepare the actual wave field synthesis processing, in the Fig. 1a also with "play" is designated.
  • the scene-overlapping optimized storage according to the invention thus serves to ensure that a fast data readout can take place during playback, which is so fast that at least the memory interface will not be the bottleneck of wavefield synthesis processing.
  • Fig. 1b shows an exemplary audio track with a first scene and a second scene, in the first scene in parallel four sources or four audio files AD1, AD2, AD3, AD4 must be prepared, while in the second scene at most three audio files must be processed in parallel, namely AD6, AD7 and AD1.
  • a memory optimization is shown, which is designed for multiple parallel plates.
  • the audio files of the first scene are optimally stored, resulting in that the audio files AD1, AD2 are stored on the disc 1 and the audio files AD3, AD4 on the disc 2.
  • This storage is as it is Fig. 1c can be seen, for the second scene disadvantageous because there AD1 and AD7 are needed at the same time, since these two audio files are processed in parallel to each other. Nevertheless, both files are stored on the same disc 1 and further separated by the audio file AD2. Therefore, to read the audio files for the second scene, the hard disk will have to make a few jumps, and further, it will not benefit from the parallel arrangement of disk 1 and disk 2.
  • this is also not critical since the data request in the second scene is anyway lower than in the first scene, since in the second scene the utilization of the wave field synthesis system is lower than in the first scene.
  • Fig. 1d shows an arrangement of the audio files on a track 7 on a storage medium, such as a hard disk.
  • a storage medium such as a hard disk.
  • Exemplary shows Fig. 1d a serial arrangement on a single storage medium as opposed to the parallel storage medium of Fig. 1c .
  • the fact is taken into account that the data organization is crucial for efficient data output.
  • the necessary transfer rate for feeding a renderer can not be guaranteed by media from CD or DVD in many embodiments. Therefore, a disk-based management is necessary.
  • an optimization of the memory layout is made for complex scenes in order to guarantee compliance with the time requirements.
  • an efficient delivery of the audio and metadata on the one hand and efficient data organization on the other hand are achieved.
  • the play order of the audio data according to the object-oriented scene description can be defined via the metadata. If the play order is known, the access to the audio data during playback can be optimized.
  • the computer no longer has to "gather" the audio data anywhere on the hard disk or other storage media, but is able to read the audio data one after the other without the need for read access to make large jumps in the memory. By reducing the amount of read access to the audio data, it is possible to more efficiently use resources and thus process more audio objects simultaneously in real time.
  • a central database In data organization, it is preferred to use a central database.
  • the central organization ensures the consistency of the audio and metadata.
  • the use of a database greatly facilitates the production of wave field synthesis scenes.
  • the versioning of audio and metadata can be realized with the help of the database. This allows the user to gain access to older versions of his scene description, which also facilitates the production process.
  • the storage device does not necessarily have to be a central database, but can be executed as a normal file server.
  • an audio database which is particularly advantageous if certain Audio material is used by different different scenes. So the audio database knows all the scenes and knows which scenes use which audio material when. Further, the audio database has access to the audio data and can determine the storage order of the audio data on the hard disk. In addition, the audio database can create an optimal cross-scene storage order for the audio data. Finally, the audio database can also detect bottlenecks and react accordingly when storing the audio data.
  • this can alternatively also be realized by storing all the scene files at a central location and realizing a program which reads out all the scene files and derives therefrom the storage order of the audio files on the server.
  • a database forces central storage of the scene files, which is preferred for optimizing the order of storage of the audio files.
  • a temporal and spatial arrangement of audio sources and a consequent optimization of the storage order of the audio data is carried out on the storage medium.
  • a scene-overlapping optimization of the data is used, which preferably relies on a central storage and management of scenes.
  • an audio object should specify the audio file that effectively represents the audio content of a virtual source.
  • the audio object does not need to include the audio file, but may have an index pointing to a defined location in a database where the actual audio file is stored.
  • an audio object preferably comprises an identification of the virtual source, which may be, for example, a source number or a meaningful file name, etc.
  • the audio object specifies a period of time for the beginning and / or the end of the virtual source, that is, the audio file. Specifying only a time period for the start means that the actual starting point of the rendering of this file by the renderer can be changed within the time span. In addition, if a time limit is specified for the end, this also means that the end can also be varied within the time span, which, depending on the implementation, will generally lead to a variation of the audio file also in terms of its length. Any implementations are possible, such.
  • a definition of the start / end time of an audio file so that although the starting point may be moved, but in no case the length may be changed, so that automatically the end of the audio file is also moved.
  • it is preferred to also keep the end variable since it is typically not problematic whether z.
  • a wind noise starts sooner or later, or ends slightly earlier or later.
  • an audio object further comprises a location span for the position. So it will be irrelevant for certain audio objects, whether they z. B. come from the front left or front center, or if they are shifted by a (small) angle with respect to a reference point in the playback room.
  • audio objects in particular, again exist from the noise area, which can be positioned at any point and thus have a maximum spatial range, for example by a code for "any" or none Code (implicit) in the audio object can be specified.
  • An audio object may include other information, such as an indication of the type of virtual source, that is, whether the virtual source must be a point source for sound waves, or whether it must be a source of plane waves, or whether must be a source that generates sources of arbitrary wavefront, provided the renderer modules are able to process such information.
  • Fig. 3 shows by way of example a schematic representation of a scene description, in which the temporal sequence of different audio objects AO1, .... AOn + 1 is shown.
  • attention is drawn to the audio object A03, for which a period of time as shown in Fig. 3 is defined.
  • a period of time as shown in Fig. 3 is defined.
  • both the start point and the end point of the audio object A03 can be in Fig. 3 to be shifted by the time span.
  • the definition of the audio object A03 is that the length must not be changed, but this can be set variably from audio object to audio object.
  • a scene description is used that has relative indications.
  • the flexibility is increased by giving the beginning of the audio object A02 no longer at an absolute time, but in a relative time to the audio object AO1.
  • a relative description of the location information is preferred, so not that an audio object is to be arranged at a certain position xy in the playback room, but z.
  • B. is a vector offset to another audio object or to a reference object.
  • the time span information can be recorded very efficiently, namely simply by setting the time span such that it expresses that the audio object A03 has, for B. in a period between two minutes and two minutes and 20 seconds after the start of the audio object AO1 can begin.
  • Such a relative definition of the space and time conditions leads to a database efficient representation in the form of constraints, such as.
  • Modeling Output Constraints in Multimedia Database Systems T. Heimrich, 1st International Multimedia Modeling Conference, IEEE, January 2, 2005 - January 14, 2005, Melbourne . It shows the use of constraints in database systems to define consistent database states.
  • temporal constraints are described using Allen relationships and spatial constraints using spatial relationships. From this, favorable output constraints can be defined for synchronization purposes.
  • Such output constraints include a temporal or spatial condition between the objects, a reaction in case of violation of a constraint and a review time, ie when such a constraint needs to be checked.
  • the spatial / temporal output objects of each scene are modeled relative to one another.
  • the audio object manipulation device achieves a translation of these relative and variable definitions into an absolute spatial and temporal order.
  • This order represents the output schedule that is present at the output 6a of the in Fig. 1 is shown and defines how in particular the renderer module is addressed in the wave field synthesis system.
  • the schedule is thus an output schedule that arranges the audio data according to the output conditions.
  • FIG. 4 a preferred embodiment of such an output schedule set forth.
  • a data stream according to Fig. 4 is transmitted from left to right, that is from the audio object manipulation device 3 of Fig. 1 to one or more wave field synthesis renderers of the wave field system 0 of FIG Fig. 1 ,
  • the data stream for each audio object in the in Fig. 4 In the embodiment shown, first a header H, in which the position information and the time information stand, and a subordinate audio file for the special audio object, which in Fig. 4 with AO1 for the first audio object, A02 for the second audio object, etc.
  • a wave field synthesis renderer then receives the data stream and detects z. B. to an existing and agreed synchronization information that now comes a header. Based on another synchronization information, the renderer then recognizes that the header is now over. Alternatively, a fixed length in bits can be agreed for each Haeder.
  • the audio renderer After receiving the header, the audio renderer knows the in Fig. 4 shown preferred embodiment of the present invention automatically that the subsequent audio file, ie, for. AO1 belongs to the audio object, that is, to the source location identified in the header.
  • Fig. 4 shows a serial data transfer to a wave field synthesis renderer.
  • the renderer requires an input buffer preceded by a data stream reader to parse the data stream.
  • the data stream reader will then interpret the header and store the associated audio data so that when an audio object is to render, the renderer reads out the correct audio file and location from the input buffer.
  • Other data for the data stream are of course possible.
  • a separate transmission of both the time / location information and the actual audio data may be used.
  • the present invention is thus based on an object-oriented approach, that is to say that the individual virtual sources are understood as objects which are distinguished by an audio file and a virtual position in space and possibly by the nature of the source, that is, if they are a point source for sound waves or a source of plane waves or a source of differently shaped sources.
  • the calculation of the wave fields is very computationally intensive and tied to the capacities of the hardware used, such as sound cards and computers, in conjunction with the efficiency of the calculation algorithms. Even the best-equipped PC-based solution thus quickly reaches its limits in the calculation of wave field synthesis, when many sophisticated sound events are to be displayed simultaneously. Thus, the capacity limit of the software and hardware used dictates the limitation on the number of virtual sources in the mixdown and playback.
  • Fig. 6 shows such a limited in its known wave field synthesis concept that includes an authoring tool 60, a control renderer module 62, and an audio server 64, wherein the control renderer module is configured to provide a speaker array 66 with data for the speaker array 66 to generate a desired wavefront 68 by superimposing the single waves of the individual loudspeakers 70.
  • the authoring tool 60 allows the user to create scenes, edit and control the wave field synthesis based system.
  • a scene consists of information about the individual virtual audio sources as well as the audio data.
  • the properties of the audio sources and the references to the audio data are stored in an XML scene file.
  • the audio data itself is stored on the audio server 64 and transmitted from there to the renderer module.
  • the renderer module receives the control data from the authoring tool so that the control renderer module 62, which is centrally executed, can generate the synthesis signals for the individual loudspeakers.
  • This in Fig. 6 shown concept is in " Authorization System for Wave Field Synthesis ", F. Melchior, T. Röder, S. Brix, S. Wabnik and C. Riegel, AES Convention Paper, 115th AES Assembly, October 10, 2003, New York , described.
  • each renderer is supplied with the same audio data, regardless of whether the renderer needs this data for playback or not because of the limited number of speakers assigned to it. Since each of the current computers is capable of calculating 32 audio sources, this is the limit for the system. On the other hand, the number of renderable sources in the overall system should be significantly increased efficiently. This is one of the essential requirements for complex applications, such as movies, scenes with immersive atmospheres, such as rain or applause or other complex audio scenes.
  • a reduction of redundant data transfer operations and data processing operations in a wave field synthesis multi-renderer system is achieved, which leads to an increase in the computing capacity or the number of simultaneously computable audio sources.
  • the audio server is extended by the data output device, which is able to determine which renderer needs which audio and metadata.
  • the data output device possibly supported by the data manager, requires a plurality of information in a preferred embodiment. This information is initially the audio data, then the source and position data of the sources, and finally the configuration of the renderers, that is, information about the connected speakers and their positions and their capacity.
  • an output schedule is generated by the data output device with a temporal and spatial arrangement of the audio objects. From the spatial arrangement, the time schedule and the renderer configuration, the data management module then calculates which source for which renderers are relevant at any given time.
  • FIG. 5 A preferred overall concept is in Fig. 5 shown.
  • the database 22 is supplemented on the output side by the data output device 24, wherein the data output device is also referred to as a scheduler.
  • This scheduler then generates at its outputs 20a, 20b, 20c for the various renderers 50 the renderer input signals in order to power the corresponding loudspeakers of the loudspeaker arrays.
  • the scheduler 24 is still supported by a storage manager 52 in order to configure the database 42 by means of a RAID system and corresponding data organization specifications.
  • a data generator 54 On the input side is a data generator 54, which may be, for example, a sound engineer or an audio engineer who is to model or describe an audio scene in an object-oriented manner. In this case, he provides a scene description that includes corresponding output conditions 56, which are then optionally stored in the database 22 together with audio data after a transformation 58.
  • the audio data may be manipulated and updated using an insert / update tool 59.
  • the method according to the invention can be implemented in hardware or in software.
  • the implementation may be on a digital storage medium, particularly a floppy disk or CD, with electronically readable control signals that may interact with a programmable computer system to perform the method.
  • the invention thus also consists in a computer program product with a program code stored on a machine-readable carrier for carrying out the method when the computer program product runs on a computer.
  • the invention can be realized as a computer program with a program code for carrying out the method when the computer program runs on a computer.

Landscapes

  • Stereophonic System (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Input Circuits Of Receivers And Coupling Of Receivers And Audio Equipment (AREA)
  • Indexing, Searching, Synchronizing, And The Amount Of Synchronization Travel Of Record Carriers (AREA)
  • Obtaining Desirable Characteristics In Audible-Bandwidth Transducers (AREA)
  • Signal Processing For Digital Recording And Reproducing (AREA)

Description

  • Die vorliegende Erfindung bezieht sich auf das Gebiet der Wellenfeldsynthese und insbesondere auf die Ansteuerung einer Wellenfeldsynthese-Rendering-Einrichtung mit zu verarbeitenden Daten.
  • Die vorliegende Erfindung bezieht sich auf Wellenfeldsynthese-Konzepte und insbesondere auf effiziente Wellenfeldsynthese-Konzept in Verbindung mit einem Multi-Renderer-System.
  • Es besteht ein steigender Bedarf an neuen Technologien und innovativen Produkten im Bereich der Unterhaltungselektronik. Dabei ist es eine wichtige Voraussetzung für den Erfolg neuer multimedialer Systeme, optimale Funktionalitäten bzw. Fähigkeiten anzubieten. Erreicht wird das durch den Einsatz digitaler Technologien und insbesondere der Computertechnik. Beispiele hierfür sind die Applikationen, die einen verbesserten realitätsnahen audiovisuellen Eindruck bieten. Bei bisherigen Audiosystemen liegt ein wesentlicher Schwachpunkt in der Qualität der räumlichen Schallwiedergabe von natürlichen, aber auch von virtuellen Umgebungen.
  • Verfahren zur mehrkanaligen Lautsprecherwiedergabe von Audiosignalen sind seit vielen Jahren bekannt und standardisiert. Alle üblichen Techniken besitzen den Nachteil, dass sowohl der Aufstellungsort der Lautsprecher als auch die Position des Hörers dem Übertragungsformat bereits eingeprägt sind. Bei falscher Anordnung der Lautsprecher im Bezug auf den Hörer leidet die Audioqualität deutlich. Ein optimaler Klang ist nur in einem kleinen Bereich des Wiedergaberaums, dem so genannten Sweet Spot, möglich.
  • Ein besserer natürlicher Raumeindruck sowie eine stärkere Einhüllung bei der Audiowiedergabe kann mit Hilfe einer neuen Technologie erreicht werden. Die Grundlagen dieser Technologie, die so genannte Wellenfeldsynthese (WFS; WFS = Wave-Field Synthesis), wurden an der TU Delft erforscht und erstmals in den späten 80er-Jahren vorgestellt (Berkhout, A.J.; de Vries, D.; Vogel, P.: Acoustic control by Wave-field Synthesis. JASA 93, 1993).
  • Infolge der enormen Anforderungen dieser Methode an Rechnerleistung und Übertragungsraten wurde die Wellenfeldsynthese bis jetzt nur selten in der Praxis angewendet. Erst die Fortschritte in den Bereichen der Mikroprozessortechnik und der Audiocodierung gestatten heute den Einsatz dieser Technologie in konkreten Anwendungen. Erste Produkte im professionellen Bereich werden nächstes Jahr erwartet. In wenigen Jahren sollen auch erste Wellenfeldsynthese-Anwendungen für den Konsumerbereich auf den Markt kommen.
  • Die Grundidee von WFS basiert auf der Anwendung des Huygens'schen Prinzips der Wellentheorie:
    • Jeder Punkt, der von einer Welle erfasst wird, ist Ausgangspunkt einer Elementarwelle, die sich kugelförmig bzw. kreisförmig ausbreitet.
  • Angewandt auf die Akustik kann durch eine große Anzahl von Lautsprechern, die nebeneinander angeordnet sind (einem so genannten Lautsprecherarray), jede beliebige Form einer einlaufenden Wellenfront nachgebildet werden. Im einfachsten Fall, einer einzelnen wiederzugebenden Punktquelle und einer linearen Anordnung der Lautsprecher, müssen die Audiosignale eines jeden Lautsprechers mit einer Zeitverzögerung und Amplitudenskalierung so gespeist werden, dass sich die abgestrahlten Klangfelder der einzelnen Lautsprecher richtig überlagern. Bei mehreren Schallquellen wird für jede Quelle der Beitrag zu jedem Lautsprecher getrennt berechnet und die resultierenden Signale addiert. Befinden sich die wiederzugebenden Quellen in einem Raum mit reflektierenden Wänden, dann müssen auch Reflexionen als zusätzliche Quellen über das Lautsprecherarray wiedergegeben werden. Der Aufwand bei der Berechnung hängt daher stark von der Anzahl der Schallquellen, den Reflexionseigenschaften des Aufnahmeraums und der Anzahl der Lautsprecher ab.
  • Der Vorteil dieser Technik liegt im Besonderen darin, dass ein natürlicher räumlicher Klangeindruck über einen großen Bereich des Wiedergaberaums möglich ist. Im Gegensatz zu den bekannten Techniken werden Richtung und Entfernung von Schallquellen sehr exakt wiedergegeben. In beschränktem Maße können virtuelle Schallquellen sogar zwischen dem realen Lautsprecherarray und dem Hörer positioniert werden.
  • Obgleich die Wellenfeldsynthese für Umgebungen gut funktioniert, deren Beschaffenheiten bekannt sind, treten doch Unregelmäßigkeiten auf, wenn sich die Beschaffenheit ändert bzw. wenn die Wellenfeldsynthese auf der Basis einer Umgebungsbeschaffenheit ausgeführt wird, die nicht mit der tatsächlichen Beschaffenheit der Umgebung übereinstimmt.
  • Eine Umgebungsbeschaffenheit kann durch die Impulsantwort der Umgebung beschrieben werden.
  • Dies wird anhand des nachfolgenden Beispiels näher dargelegt. Es wird davon ausgegangen, dass ein Lautsprecher ein Schallsignal gegen eine Wand aussendet, deren Reflexion unerwünscht ist. Für dieses einfache Beispiel würde die Raumkompensation unter Verwendung der Wellenfeldsynthese darin bestehen, dass zunächst die Reflexion dieser Wand bestimmt wird, um zu ermitteln, wann ein Schallsignal, das von der Wand reflektiert worden ist, wieder beim Lautsprecher ankommt, und welche Amplitude dieses reflektierte Schallsignal hat. Wenn die Reflexion von dieser Wand unerwünscht ist, so besteht mit der Wellenfeldsynthese die Möglichkeit, die Reflexion von dieser Wand zu eliminieren, indem dem Lautsprecher ein zu dem Reflexionssignal gegenphasiges Signal mit entsprechender Amplitude zusätzlich zum ursprünglichen Audiosignal eingeprägt wird, so dass die hinlaufende Kompensationswelle die Reflexionswelle auslöscht, derart, dass die Reflexion von dieser Wand in der Umgebung, die betrachtet wird, eliminiert ist. Dies kann dadurch geschehen, dass zunächst die Impulsantwort der Umgebung berechnet wird und auf der Basis der Impulsantwort dieser Umgebung die Beschaffenheit und Position der Wand bestimmt wird, wobei die Wand als Spiegelquelle interpretiert wird, also als Schallquelle, die einen einfallenden Schall reflektiert.
  • Wird zunächst die Impulsantwort dieser Umgebung gemessen und wird dann das Kompensationssignal berechnet, das dem Audiosignal überlagert dem Lautsprecher eingeprägt werden muss, so wird eine Aufhebung der Reflexion von dieser Wand stattfinden, derart, dass ein Hörer in dieser Umgebung schallmäßig den Eindruck hat, dass diese Wand überhaupt nicht existiert.
  • Entscheidend für eine optimale Kompensation der reflektierten Welle ist jedoch, dass die Impulsantwort des Raums genau bestimmt wird, damit keine Über- oder Unterkompensation auftritt.
  • Die Wellenfeldsynthese ermöglicht somit eine korrekte Abbildung von virtuellen Schallquellen über einen großen Wiedergabebereich. Gleichzeitig bietet sie dem Tonmeister und Toningenieur neues technisches und kreatives Potential bei der Erstellung auch komplexer Klanglandschaften. Die Wellenfeldsynthese (WFS oder auch Schallfeldsynthese), wie sie Ende der 80-er Jahre an der TU Delft entwickelt wurde, stellt einen holographischen Ansatz der Schallwiedergabe dar. Als Grundlage hierfür dient das Kirchhoff-Helmholtz-Integral. Dieses besagt, dass beliebige Schallfelder innerhalb eines geschlossenen Volumens mittels einer Verteilung von Monopol- und Dipolschallquellen (Lautsprecherarrays) auf der Oberfläche dieses Volumens erzeugt werden können. Bei der Wellenfeldsynthese wird aus einem Audiosignal, das eine virtuelle Quelle an einer virtuellen Position aussendet, eine Synthesesignal für jeden Lautsprecher des Lautsprecherarrays berechnet, wobei die Synthesesignale derart hinsichtlich Amplitude und Phase gestaltet sind, dass eine Welle, die sich aus der Überlagerung der einzelnen durch die im Lautsprecherarray vorhandenen Lautsprecher ausgegebenen Schallwelle ergibt, der Welle entspricht, die von der virtuellen Quelle an der virtuellen Position herrühren würde, wenn diese virtuelle Quelle an der virtuellen Position eine reale Quelle mit einer realen Position wäre.
  • Typischerweise sind mehrere virtuelle Quellen an verschiedenen virtuellen Positionen vorhanden. Die Berechnung der Synthesesignale wird für jede virtuelle Quelle an jeder virtuellen Position durchgeführt, so dass typischerweise eine virtuelle Quelle in Synthesesignalen für mehrere Lautsprecher resultiert. Von einem Lautsprecher aus betrachtet empfängt dieser Lautsprecher somit mehrere Synthesesignale, die auf verschiedene virtuelle Quellen zurückgehen. Eine Überlagerung dieser Quellen, die aufgrund des linearen Superpositionsprinzips möglich ist, ergibt dann das von dem Lautsprecher tatsächlich ausgesendete Wiedergabesignal.
  • Die Möglichkeiten der Wellenfeldsynthese können um so besser ausgeschöpft werden, je größer die Lautsprecherarrays sind, d. h. um so mehr einzelne Lautsprecher bereitgestellt werden. Damit steigt jedoch auch die Rechenleistung, die eine Wellenfeldsyntheseeinheit vollbringen muss, da typischerweise auch Kanalinformationen berücksichtigt werden müssen. Dies bedeutet im einzelnen, dass von jeder virtuellen Quelle zu jedem Lautsprecher prinzipiell ein eigener Übertragungskanal vorhanden ist, und dass prinzipiell der Fall vorhanden sein kann, dass jede virtuelle Quelle zu einem Synthesesignal für jeden Lautsprecher führt, bzw. dass jeder Lautsprecher eine Anzahl von Synthesesignalen erhält, die gleich der Anzahl von virtuellen Quellen ist.
  • Wenn insbesondere bei Kinoanwendungen die Möglichkeiten der Wellenfeldsynthese dahingehend ausgeschöpft werden sollen, dass die virtuellen Quellen auch beweglich sein können, so ist zu erkennen, dass aufgrund der Berechnung der Synthesesignale, der Berechnung der Kanalinformationen und der Erzeugung der Wiedergabesignale durch Kombination der Kanalinformationen und der Synthesesignale ganz erhebliche Rechenleistungen zu bewältigen sind.
  • Darüber hinaus sei an dieser Stelle angemerkt, dass die Qualität der Audiowiedergabe mit der Anzahl der zur Verfügung gestellten Lautsprecher steigt. Dies bedeutet, dass die Audiowiedergabequalität um so besser und realistischer wird, um so mehr Lautsprecher in dem bzw. den Lautsprecherarrays vorhanden sind.
  • Im obigen Szenario könnten die fertig gerenderten und analog-digital-gewandelten Wiedergabesignale für die einzelnen Lautsprecher beispielsweise über Zweidrahtleitungen von der Wellenfeldsynthese-Zentraleinheit zu den einzelnen Lautsprechern übertragen werden. Dies hätte zwar den Vorteil, dass nahezu sichergestellt ist, dass alle Lautsprecher synchron arbeiten, so dass hier zu Synchronisationszwecken keine weiteren Maßnahmen erforderlich wären. Andererseits könnte die Wellenfeldsynthese-Zentraleinheit immer nur für einen speziellen Wiedergaberaum bzw. für eine Wiedergabe mit einer festgelegten Anzahl von Lautsprechern hergestellt werden. Dies bedeutet, dass für jeden Wiedergaberaum eine eigene Wellenfeldsynthese-Zentraleinheit gefertigt werden müsste, die ein erhebliches Maß an Rechenleistung zu vollbringen hat, da die Berechnung der Audiowiedergabesignale insbesondere im Hinblick auf viele Lautsprecher bzw. viele virtuelle Quellen zumindest teilweise parallel und in Echtzeit erfolgen muss.
  • Das Deutsche Patent DE 10254404 B4 offenbart ein System, wie es in Fig. 7 dargestellt ist. Ein Teil ist das zentrale Wellenfeldsynthesemodul 10. Der andere Teil setzt sich aus einzelnen Lautsprechermodulen 12a, 12b, 12c, 12d, 12e zusammen, die mit tatsächlichen physikalischen Lautsprechern 14a, 14b, 14c, 14d, 14e derart verbunden sind, wie es in Fig. 1 gezeigt ist. Es sei darauf hingewiesen, dass die Anzahl der Lautsprecher 14a-14e bei typischen Anwendungen im Bereich über 50 und typischerweise sogar deutlich über 100 liegt. Wird jedem Lautsprecher ein eigenes Lautsprechermodul zugeordnet, so wird auch die entsprechende Anzahl von Lautsprecher-Modulen benötigt. Je nach Anwendung wird es jedoch bevorzugt, von einem Lautsprecher-Modul aus eine kleine Gruppe von nebeneinander liegenden Lautsprechern anzusprechen. In diesem Zusammenhang ist es beliebig, ob ein Lautsprecher-Modul, das mit vier Lautsprechern beispielsweise verbunden ist, die vier Lautsprecher mit demselben Wiedergabesignal speist, oder ob für die vier Lautsprecher entsprechende unterschiedliche Synthesesignale berechnet werden, so dass ein solches Lautsprecher-Modul eigentlich aus mehreren einzelnen Lautsprecher-Modulen besteht, die jedoch physikalisch in einer Einheit zusammengefasst sind.
  • Zwischen dem Wellenfeldsynthesemodul 10 und jedem einzelnen Lautsprecher-Modul 12a-12e befindet sich eine eigene Übertragungsstrecke 16a-16e, wobei jede Übertragungsstrecke mit dem zentralen Wellenfeldsynthesemodul und einem eigenen Lautsprecher-Modul gekoppelt ist.
  • Als Datenübertragungsmodus zum Übertragen von Daten von dem Wellenfeldsynthesemodul zu einem Lautsprecher-Modul wird ein serielles Übertragungsformat bevorzugt, das eine hohe Datenrate liefert, wie beispielsweise ein sogenanntes Firewire-Übertragungsformat oder ein USB-Datenformat. Datenübertragungsraten von über 100 Megabit pro Sekunde sind vorteilhaft.
  • Der Datenstrom, der von dem Wellenfeldsynthesemodul 10 zu einem Lautsprecher-Modul übertragen wird, wird somit je nach gewähltem Datenformat in dem Wellenfeldsynthesemodul entsprechend formatiert und mit einer Synchronisationsinformation versehen, die in üblichen seriellen Datenformaten vorgesehen ist. Diese Synchronisationsinformation wird von den einzelnen Lautsprecher-Modulen aus dem Datenstrom extrahiert und verwendet, um die einzelnen Lautsprecher-Module im Hinblick auf ihre Wiedergabe, also letztendlich auf die Analog-Digital-Wandlung zum Erhalten des analogen Lautsprechersignals und die dafür vorgesehene Abtastung (resampling) zu synchronisieren. Das zentrale Wellenfeldsynthesemodul arbeite als Master, und alle Lautsprecher-Module arbeiten als Clients, wobei die einzelnen Datenströme über die verschiedenen Übertragungsstrecken 16a-16e alle dieselben Synchronisationsinformationen von dem Zentralmodul 10 erhalten. Dies stellt sicher, dass alle Lautsprecher-Module synchron, und zwar synchronisiert von dem Master 10, arbeiten, was für das Audiowiedergabesystem wichtig ist, um keinen Verlust an Audioqualität zu erleiden, damit die vom Wellenfeldsynthesemodul berechneten Synthesesignale nicht zeitversetzt von den einzelnen Lautsprechern nach entsprechendem Audio-Rendering abgestrahlt werden.
  • Das beschriebene Konzept liefert zwar bereits eine deutliche Flexibilität im Hinblick auf ein Wellenfeldsynthese-System, das für verschiedene Anwendungsmöglichkeiten skalierbar ist. Es leidet jedoch nach wie vor an der Problematik, dass das zentrale Wellenfeldsynthese-Modul, das das eigentliche Haupt-Rendering durchführt, das also abhängig von den Positionen der virtuellen Quellen und abhängig von den Lautsprecherpositionen die einzelnen Synthese-Signale für die Lautsprecher berechnet, einen "Flaschenhals" für das gesamte System darstellt. Obgleich bei diesem System das "Nach-Rendering", also die Beaufschlagung der Synthesesignale mit Kanalübertragungsfunktionen, etc. bereits dezentral ausgeführt wird und somit bereits die notwendige Datenübertragungskapazität zwischen dem zentralen Renderer-Modul und den einzelnen Lautsprecher-Modulen durch Selektion von Synthesesignalen mit einer kleineren Energie als einer bestimmten Schwellenenergie reduziert worden ist, müssen jedoch dennoch alle virtuellen Quellen gewissermaßen für alle Lautsprechermodule gerendert werden, also in Synthesesignale umgerechnet werden, wobei die Ausselektion erst nach dem Rendering stattfindet.
  • Dies bedeutet, dass das Rendering nach wie vor die Gesamtkapazität des Systems bestimmt. Ist die zentrale Rendering-Einheit daher z. B. in der Lage, 32 virtuelle Quellen gleichzeitig zu rendern, also für diese 32 virtuellen Quellen die Synthesesignale gleichzeitig zu berechnen, so treten ernsthafte Kapazitätsengpässe auf, wenn mehr als 32 Quellen zu einem Zeitpunkt in einer Audioszene aktiv sind. Für einfache Szenen ist dies ausreichend. Für komplexere Szenen, insbesondere mit immersiven Klangeindrücken, also wenn es beispielsweise regnet und viele Regentropfen einzelne Quellen darstellen, ist es ummittelbar einsichtig, dass die Kapazität mit maximal 32 Quellen nicht mehr ausreicht. Eine entsprechende Situation findet auch dann statt, wenn man ein großes Orchester hat und tatsächlich jeden Orchesterspieler oder wenigstens jede Instrumentengruppe als eigene Quelle an ihrer eigenen Position verarbeiten möchte. Hier können 32 virtuelle Quellen sehr schnell zu wenig werden.
  • Typischerweise wird bei dem bekannten Wellenfeldsynthese-Konzept eine Szenenbeschreibung verwendet, in der die einzelnen Audioobjekte derart zusammen definiert sind, dass unter Verwendung der Daten in der Szenenbeschreibung und der Audiodaten für die einzelnen virtuellen Quellen die komplette Szene durch einen Renderer bzw. eine Multi-Rendering-Anordnung aufbereitet werden kann. Hierbei ist für jedes Audioobjekt exakt definiert, wo das Audioobjekt zu beginnen hat und wo das Audioobjekt zu enden hat. Ferner ist für jedes Audioobjekt genau die Position der virtuellen Quelle angegeben, an der die virtuelle Quelle sein soll, die also in die Wellenfeldsynthese-Rendering-Einrichtung einzugeben ist, damit für jeden Lautsprecher die entsprechenden Synthesesignale erzeugt werden. Dies hat zur Folge, dass durch Überlagerung der von den einzelnen Lautsprechern als Reaktion auf die Synthesesignale ausgegebenen Schallwellen für einen Hörer ein Eindruck entsteht, als ob eine Schallquelle an einer Position im Wiedergaberaum bzw. außerhalb des Wiedergaberaums positioniert ist, die durch die Quellenposition der virtuellen Quelle definiert ist.
  • Typischerweise sind die Kapazitäten des Wellenfeldsynthese-Systems begrenzt. Dies führt dazu, dass jeder Renderer eine begrenzte Rechenkapazität hat. Typischerweise ist ein Renderer in der Lage, 32 Audioquellen gleichzeitig zu verarbeiten. Ferner hat ein Übertragungsweg von dem Audioserver zum Renderer eine begrenzte Übertragungsbandbreite, also liefert eine maximale Übertragungsrate in Bit pro Sekunde.
  • Für einfache Szenen, in denen z. B. nur, wenn an einen Dialog gedacht wird, zwei virtuelle Quellen existieren, wobei zusätzlich noch für ein Hintergrundgeräusch eine weitere virtuelle Quelle vorhanden ist, ist die Verarbeitungskapazität des Renderers, der ja z. B. 32 Quellen gleichzeitig verarbeiten kann, unproblematisch. Ferner ist in diesem Fall das Übertragungsvolumen zu einem Renderer so klein, dass die Kapazität der Übertragungsstrecke ausreichend ist.
  • Probleme werden jedoch dann auftreten, wenn komplexere Szenen wiederzugeben sind, also Szenen, die mehr als 32 virtuelle Quellen haben. In einem solchen Fall, der beispielsweise auftritt, um eine Szene im Regen korrekt wiederzugeben, oder um eine Applausszene naturgetreu wiederzugeben, wird die maximale Rechenkapazität eines Renderers, der auf 32 virtuelle Quellen begrenzt ist, schnell nicht mehr ausreichend sein. Dies liegt daran, dass sehr viele einzelne virtuelle Quellen existieren, da z. B. in einer Zuhörerschaft prinzipiell jeder Zuhörer, der klatscht, als eigene virtuelle Quelle an einer eigenen virtuellen Position aufgefasst werden kann. Um mit dieser Begrenzung umzugehen, existieren mehrere Möglichkeiten. So besteht eine Möglichkeit darin, bereits beim Erstellen der Szenenbeschreibung darauf zu achten, dass niemals ein Renderer gleichzeitig 32 Audioobjekte verarbeiten muss.
  • Insbesondere wenn an eine Kapazitätsvergrößerung der Wellenfeldsynthese-Verarbeitung gedacht wird, wenn also eine große Anzahl von virtuellen Quellen durch einzelne oder mehrere Renderer-Module aufbereitet werden sollen, wird es irgendwann zu Kapazitätsengpässen kommen. Dies liegt daran, dass ein typischer Renderer nur eine bestimmte maximale Anzahl von virtuellen Quellen gleichzeitig verarbeiten kann. Diese Anzahl kann beispielsweise bei 32 liegen. Die maximale Verarbeitungskapazität eines Renderers ist jedoch nicht der einzige Flaschenhals eines Systems. So muss ein Renderer dann, wenn er z. B. 32 virtuelle Quellen gleichzeitig verarbeiten soll, auch mit den entsprechenden Audiodateien für die 32 virtuellen Quellen gleichzeitig versorgt werden. Typischerweise hat ein Renderer einen Eingangspuffer, der die Anforderungen an die Datenübertragung zwar etwas entzerrt, der jedoch insbesondere dann, wenn der Renderer sehr viele Quellen gleichzeitig verarbeitet, wenn also sehr viele Daten vom Puffer genommen werden, auch entsprechend schnell gefüllt werden muss.
  • Ist die Datenübertragungs-Infrastruktur so gestaltet, dass sie mit der Datennachlieferung nicht mehr hinterherkommt, so gehen dem Renderer gewissermaßen Daten zum Aufbereiten aus. Der Renderer könnte eine solche Situation noch etwas kompensieren, indem er einfach die letzten Daten so lange wiederholt, bis neue Daten ankommen. Dies ist jedoch in der Datenverwaltung aufwendig und kann zu hörbaren Artefakten führen. Diese Artefakte werden schlimmer sein, wenn die virtuelle Quelle eine Quelle mit einer deterministischen Information ist, wie beispielsweise Sprache, Musik, etc. Weniger kritisch wird diese Wiederholung von vorhandenen Daten sein, wenn die virtuelle Quelle eine Rauschquelle oder allgemein gesagt eine Geräuschquelle ist. Allerdings ist auch eine Unterscheidung hierbei problematisch, und zwar insbesondere in dem Kontext, dass solche "zusätzlichen" Aufgaben für einen Renderer eigentlich genau dann durchzuführen wären, wenn der Renderer ohnehin bereits an seiner maximalen Auslastungsgrenze fährt, was ja letztendlich die Ursache für das "Ausgehen" der zu rendernden Audiodaten war.
  • Die Aufgabe der vorliegenden Erfindung besteht darin, ein Konzept zum Speichern von Audiodateien zu schaffen, das eine höher qualitative und einfacher implementierbare Wellenfeldsynthese ermöglicht.
  • Diese Aufgabe wird durch eine Vorrichtung zum Speichern von Audiodateien nach Patentanspruch 1, ein Verfahren zum Speichern von Audiodateien nach Patentanspruch 13 und ein Computer-Programm nach Patentanspruch 14 gelöst.
  • Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass eine effiziente Datenorganisation entscheidend ist, dass ein Renderer auch dann, wenn er an seiner Auslastungsgrenze arbeitet, mit genügend Daten versorgt wird. Typischerweise werden die Daten, mit denen der Renderer versorgt wird, aus einem Speichergerät ausgelesen, wie beispielsweise einer Festplatte eines PC oder einer Workstation.
  • Es wurde jedoch herausgefunden, dass die Zugriffszeiten auf die Audiodateien wesentlich davon abhängen, wie die Audiodateien auf dem Speichermedium in dem Speichergerät gespeichert sind. Ein dauerndes Springen des Schreib/Lese-Kopfes der Festplatte führt dazu, dass die Auslese-Performance des Speichergeräts so stark abnimmt, dass in bestimmten Situationen nicht mehr sichergestellt werden kann, dass ein Renderer mit ausreichend Daten versorgt wird. So wurde ferner herausgefunden, dass dies insbesondere in einer Szene der Fall sein kann, in der der Renderer ohnehin an seiner Auslastungsgrenze oder nahe an seiner Auslastungsgrenze arbeitet. Dagegen ist die Situation dann unproblematischer, wenn der Renderer in einer anderen Szene nicht so sehr an seiner Auslastungsgrenze arbeitet und daher auch nicht so viele Daten benötigt. Hier sind daher Sprünge des Schreib/Lese-Kopfes des Speichergeräts gut hinnehmbar.
  • Erfindungsgemäß wird daher gewissermaßen als Vorbereitung einer Wellenfeldsynthese-Wiedergabe eine effiziente Speicherung der Audiodateien vorgenommen, wobei eine Szenen-übergreifende Speicheroptimierung angewendet wird. So werden die Szenenbeschreibungen untersucht, um eine erste Szene herauszufinden, die eine höhere Verarbeitungskapazität des Wellenfeldsynthese-Systems fordert als eine andere zweite Szene. Dann wird die Schreibeinrichtung des Speichergeräts so gesteuert, dass sie die Audiodateien, die durch die Szenenbeschreibung der ersten Szene identifiziert sind, so auf das Speichergerät schreibt, dass eine Leseeinrichtung des Speichergeräts die Audiodateien für die erste Szene schneller auslesen kann als wenn die Audiodateien für die erste Szene rein zufällig auf dem Speichergerät gespeichert sind. Im Gegensatz zu einer normalen Festplattenumgebung, bei der Dateien immer dort auf der Festplatte gespeichert werden, wo der Lesekopf gerade ist, also in einer gewissen zufälligen Art und Weise, werden erfindungsgemäß die Audiodateien für die Szene, die das Wellenfeldsynthese-System stark auslastet, optimiert geschrieben, was natürlich dazu führt, dass die Audiodateien für andere Szenen nicht optimal geschrieben werden. Dies ist jedoch dahingehend unproblematisch, da bei anderen Szenen ein Speichergerät mehr Zugriffszeit haben kann, da die für die andere Szene erforderliche Datenübertragungsrate ohnehin nicht so hoch ist, da weniger virtuelle Quellen parallel zu verarbeiten sind.
  • Bei einem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird insbesondere für Audiodateien, die in mehreren Szenen verwendet werden, eine Speicherung der Audiodateien auf dem Speichergerät so vorgenommen, dass der Speicherzugriff für die Szene, die die höchste Auslastung des Wellenfeldsynthese-Systems mit sich bringt, optimal geschrieben ist, während viele Sprünge für andere Szenen, die auf dieselbe Audiodatei zugreifen, in Kauf genommen werden.
  • In einem Speichergerät mit mehreren parallel verwendbaren Einzelspeichermedien, wie beispielsweise einem RAID-Array, wird es bevorzugt, parallel zu verwendende Audiodateien auf parallelen Einzelspeichermedien abzuspeichern, damit sie für die Szene, wo ohnehin ein Kapazitätsproblem vorherrscht, maximal schnell ausgelesen werden, während für andere Szenen gleichzeitig zu verarbeitende Audiodateien nicht auf getrennten Platten sondern z. B. auf ein und derselben Platte sind, was jedoch im Hinblick auf die dort ohnehin nicht so hohe Auslastung unkritisch ist.
  • Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen detailliert erläutert. Es zeigen:
    • Fig. 1
    ein Blockschaltbild des erfindungsgemäßen Kon- zepts zum Speichern von Audiodateien;
    Fig. 1b
    ein beispielhaftes Audiostück mit Szenen unter- schiedlicher Wellenfeldsynthese-System- Auslastung;
    Fig. 1c
    ein erstes Beispiel für eine optimierte Szenen- übergreifende Speicherung;
    Fig. 1d
    ein zweites Beispiel für eine optimierte Szenen- übergreifende Speicherung;
    Fig. 2
    ein beispielhaftes Audioobjekt;
    Fig. 3
    eine beispielhafte Szenenbeschreibung;
    Fig. 4
    einen Bitstrom, in dem jedem Audioobjekt ein Hea- der mit den aktuellen Zeitdaten und Positionsda- ten zugeordnet ist;
    Fig. 5
    eine Einbettung des erfindungsgemäßen Konzepts in ein Wellenfeldsynthese-Gesamtsystem;
    Fig. 6
    eine schematische Darstellung eines bekannten Wellenfeldsynthese-Konzepts; und
    Fig. 7
    eine weitere Darstellung eines bekannten Wellen- feldsynthese-Konzepts.
  • Fig. 1 zeigt eine erfindungsgemäße Vorrichtung zum Speichern von Audiodateien für ein Audiostück in einem Speichergerät mit einer Schreibeinrichtung und einer Leseeinrichtung, die bei dem in Fig. 1a gezeigten Ausführungsbeispiel als gemeinsamer Schreib/Lese-Kopf 2 ausgebildet ist. Das Audiostück soll durch einen Renderer eines Wellenfeldsynthese-Systems 3 aufbereitet werden. Das Audiostück umfasst insbesondere mehrere Szenen, wobei für jede Szene eine eigene Szenenbeschreibung vorgesehen ist, und wobei eine Szene eine zeitliche Folge von Audioobjekten der Szene aufweist. Insbesondere umfasst ein Audioobjekt Informationen über eine virtuelle Quelle und eine Identifikation für eine dem Audioobjekt zugeordnete Audiodatei.
  • Erfindungsgemäß ist eine Einrichtung 4 zum Untersuchen der Szenenbeschreibungen und zum Ermitteln einer ersten Szene, die eine höhere Verarbeitungskapazität des Wellenfeldsynthese-Systems fordert als eine zweite Szene vorgesehen. Hierzu können, wie es in Fig. 1a gezeigt ist, der Einrichtung 4 gegebenenfalls Informationen über das Wellenfeldsynthese-System 3 und insbesondere über die aktuelle Auslastung des Renderers im Wellenfeldsynthese-System zugeführt werden. Die Einrichtung 4 steuert eine Steuereinrichtung 5. Die Steuereinrichtung 5 ist ausgebildet, um den Schreib-Lese-Kopf 2 so zu steuern, dass Audiodateien, die durch die Szenenbeschreibung der ersten Szene identifiziert werden, also Audiodateien für die Szene mit höherer Auslastung, so auf dem Speichergerät 1 geschrieben werden, dass die Leseeinrichtung 2 die Audiodateien für die erste Szene schneller auslesen kann als wenn die Audiodateien für die erste Szene zufällig auf dem Speichergerät gespeichert worden wären. Die Audiodateien kommen vorzugsweise von einem weiteren Speichergerät 6, das eine CD oder DVD sein kann und werden entweder direkt über die Steuereinrichtung auf das Speichergerät geschrieben oder werden gesteuert von der Steuereinrichtung direkt von dem zusätzlichen Speicher 6 dem Schreib-Lese-Kopf 2 des Speichergeräts 1 natürlich in der richtigen Reihenfolge, wie sie durch die Steuereinrichtung 5 bestimmt worden ist, zugeführt.
  • Die Steuereinrichtung 5 ist insbesondere ausgebildet, um das Speichergerät 1, das z. B. eine Festplatte ist, so zu beschreiben, dass auf jeden Fall keine Fraktionierung auftritt, dass also alle Audiodateien durchgehend geschrieben werden. Ferner ist die Steuereinrichtung ausgebildet, um Audiodateien an bestimmten Stellen in der Festplatte zu schreiben. Es wird also das Abspeichern, also das tatsächliche Beschreiben der physischen Festplatte, nicht mehr, wie in herkömmlichen Festplatten, der Festplattensteuerung allein bzw. dem Zufall überlassen. Statt dessen ist die Steuereinrichtung 5 ausgebildet, um den Schreib-Lese-Kopf 2 des Speichergeräts 1 genau so zu steuern, dass Audiodateien genau in einer bestimmten Reihenfolge und Anordnung auf dem Speichergerät gespeichert werden. Damit wird sichergestellt, dass dann, wenn das Wellenfeldsynthese-System ein Audiostück abspielen soll, der Lesekopf zumindest für die Szenen, bei denen das Wellenfeldsynthese-System ohnehin an seiner Auslastungsgrenze arbeitet, möglichst schnell auslesen kann, also z. B. entlang einer Spur ohne dazwischen auftretende Sprünge eine Audiodatei nach der anderen lesen und dem Wellenfeldsynthese-System 3 zuführen kann. Dagegen werden für andere Szenen, wie es noch Bezug nehmend auf Fig. 1d beschrieben wird, Sprünge in Kauf genommen, was jedoch für diese Szenen nicht so schlimm ist, da ohnehin die zum Renderer zu übertragenden Daten nicht so voluminös sind.
  • An dieser Stelle sei darauf hingewiesen, dass aufgrund der inhärenten Dynamik von Audiostücken insbesondere bei anspruchsvollen Audioszenen, wie sie erfindungsgemäß verarbeitet werden sollen, die Auslastung des Wellenfeldsynthese-Systems keineswegs konstant ist. Stattdessen wird sich das Auslastungsprofil durch eine außerordentlich hohe Dynamik auszeichnen. So werden genauso Szenen vorhanden sein oder Abschnitte in Szenen, bei denen die Auslastung sehr gering ist, während dann unmittelbar anschließend die Auslastung sofort an die Maximalgrenze gehen kann. Eine solche Situation kann man sich dann gut vorstellen, wenn ein Musikstück von einem Instrument (nur eine Quelle) verklingt und dann unmittelbar der Applaus (sehr viele verschiedene Quellen) des Publikums startet.
  • Erfindungsgemäß werden die Audiodateien Szenen-übergreifend optimiert gespeichert. Hierzu wird untersucht, welche Audiodateien überhaupt benötigt werden, wenn eine Szene mit hoher Auslastung abgespielt wird, um dann eben genau diese Audiodateien optimiert abzuspeichern.
  • Wie es in Fig. 1a gezeigt ist, umfasst ein Wellenfeldsynthese-System 3 als zentrales Element einen Renderer oder mehrere Renderer-Module. Angesteuert werden die Renderer typischerweise von einem Scheduler, welcher vorzugsweise ausgebildet ist, um unter Verwendung gegebenenfalls vorgesehener Audioobjektmanipulationen die Datenströme für die Renderer zu erzeugen. Der Scheduler ist somit dafür verantwortlich, die Daten schnell aus dem Speichergerät 1 auszulesen und dem nachgeordneten Renderer zuzuführen, welcher dann aus den Audiodateien Synthesesignale erzeugt, die den einzelnen Lautsprechern im Lautsprecherarray zugeführt werden.
  • Das erfindungsgemäße Abspeichern der Audiodateien in Szenen-übergreifend optimierter Form dient also einer Vorbereitung der eigentlichen Wellenfeldsynthese-Aufbereitung, die in Fig. 1a auch mit "Abspielen" bezeichnet ist. Das erfindungsgemäße Szenen-übergreifend optimierte Speichern dient also dazu, dass beim Abspielen ein schnelles Datenauslesen stattfinden kann, das so schnell ist, dass zumindest die Speicherschnittstelle nicht der Flaschenhals der Wellenfeldsynthese-Verarbeitung sein wird.
  • Fig. 1b zeigt ein beispielhaftes Audiostück mit einer ersten Szene und einer zweiten Szene, wobei in der ersten Szene parallel vier Quellen bzw. vier Audiodateien AD1, AD2, AD3, AD4 aufbereitet werden müssen, während in der zweiten Szene höchstens drei Audiodateien parallel aufbereitet werden müssen, nämlich AD6, AD7 und AD1.
  • Erfindungsgemäß wird nachfolgend anhand von Fig. 1c eine Speicheroptimierung dargestellt, die für mehrere parallele Platten ausgebildet ist. So wird als Priorität genommen, dass die Audiodateien der ersten Szene optimal gespeichert werden, was dazu führt, dass die Audiodateien AD1, AD2 auf der Platte 1 gespeichert werden und die Audiodateien AD3, AD4 auf der Platte 2. Diese Speicherung ist, wie es aus Fig. 1c zu sehen ist, für die zweite Szene nachteilhaft, da dort AD1 und AD7 gleichzeitig benötigt werden, da diese beiden Audiodateien parallel zueinander aufbereitet werden. Dennoch sind beide Dateien auf derselben Platte 1 gespeichert und ferner noch durch die Audiodatei AD2 voneinander getrennt. Zum Auslesen der Audiodateien für die zweite Szene wird die Festplatte daher einige Sprünge machen müssen und kann ferner nicht von der parallelen Anordnung von Platte 1 und Platte 2 profitieren. Allerdings ist dies auch unkritisch, da die Datenanforderung in der zweiten Szene ohnehin geringer ist als in der ersten Szene, da in der zweiten Szene die Auslastung des Wellenfeldsynthese-Systems geringer als in der ersten Szene ist.
  • Fig. 1d zeigt eine Anordnung der Audiodateien auf einer Spur 7 auf einem Speichermedium, wie beispielsweise einer Festplatte. Beispielhaft zeigt Fig. 1d eine serielle Anordnung auf einem einzigen Speichermedium im Gegensatz zum Parallel-Speichermedium von Fig. 1c. So ist zu sehen, dass die Audiodateien der ersten Szene nacheinander abgespeichert sind, sodass ein Lesekopf nicht springen muss, um die Audiodateien der ersten Szene einzulesen. Dies führt zu einer sehr schnellen Datenbereitstellung der Audiodateien AD1 bis AD4.
  • Zum Einlesen der Audiodateien der zweiten Szene sind jedoch einige Sprünge erforderlich. So muss der Lesekopf des Speichergeräts nach dem Einlesen der Audiodatei AD5 zur Audiodatei AD2 springen, um dann, nachdem die Audiodatei AD2 eingelesen worden ist, wieder zurück zur Audiodatei AD6 zu springen. Ähnlich ist die Situation auch dann, wenn nach der Audiodatei AD7 die Audiodatei AD1 eingelesen werden muss.
  • So ist zu sehen, dass bei dem in Fig. 1d gezeigten Ausführungsbeispiel zum Einlesen der ersten Szene keinerlei Sprünge des Lesekopfs benötigt werden, während zum Einlesen der zweiten Szene bereits vier Sprünge des Lesekopfs benötigt werden, die den Zugriff auf die Daten im Speichergerät verlangsamen, was jedoch für die zweite Szene wesentlich weniger kritisch ist als für die erste Szene, bei der es von hoher Bedeutung ist, dass die Daten reibungslos ausgelesen werden, damit dem Renderer zum Aufbereiten der ersten Szene nicht die Daten ausgehen.
  • Erfindungsgemäß wird also der Tatsache Rechnung getragen, dass die Datenorganisation für die effiziente Datenausgabe entscheidend ist. Die notwendige Transferrate zum Speisen eines Renderers kann von Medien von CD oder DVD bei vielen Ausführungsbeispielen nicht gewährleistet werden. Daher ist eine Festplatten-basierte Verwaltung notwendig. Erfindungsgemäß wird für komplexe Szenen eine Optimierung des Speicherlayouts vorgenommen, um die Einhaltung der Zeitforderungen zu garantieren.
  • Erfindungsgemäß wird somit eine effiziente Auslieferung der Audio- und Metadaten einerseits und eine effiziente Datenorganisation andererseits erreicht. So lässt sich über die Metadaten die Abspielreihenfolge der Audiodaten entsprechend der objektorientierten Szenenbeschreibung festlegen. Ist die Abspielreihenfolge bekannt, so kann der Zugriff auf die Audiodaten beim Abspielen optimiert werden. Der Rechner muss sich nicht mehr an beliebigen Stellen auf der Festplatte oder anderen Speichermedien die Audiodaten "zusammensuchen", sondern ist in der Lage, die Audiodaten hintereinander wegzulesen, ohne dass der Lesezugriff große Sprünge im Speicher erfordert. Durch die Reduktion des Aufwands beim Lesezugriff auf die Audiodaten ist es möglich, die Ressourcen effizienter zu nutzen und somit mehr Audioobjekte gleichzeitig in Echtzeit zu verarbeiten.
  • Bei der Datenorganisation wird es bevorzugt, eine zentrale Datenbank zu verwenden. Durch die zentrale Organisation wird die Konsistenz der Audio- und Metadaten gewährleistet. Des weiteren erleichtert der Einsatz einer Datenbank die Produktion von Wellenfeldsynthese-Szenen erheblich. So wird es bevorzugt, eine Datenbank einzusetzen, die einen Suchmechanismus zum Finden bestimmter Daten in der Datenbank erlaubt. Damit wird eine Szenen-übergreifende Wiederverwendbarkeit von Audioobjekten geschaffen. Audiodaten können so beispielsweise in mehreren Szenen gleichermaßen verwendet werden, ohne dass diese beim Erstellen einer neuen Szene erneut importiert werden müssen. Weiterhin lässt sich mit Hilfe der Datenbank die Versionierung von Audio- und Metadaten realisieren. Dies erlaubt es, dass der Nutzer den Zugriff auf ältere Versionen seiner Szenenbeschreibung erhält, was den Produktionsprozess ebenfalls erleichtert.
  • An dieser Stelle sei darauf hingewiesen, dass das Speichergerät nicht unbedingt eine zentrale Datenbank sein muss, sondern als ganz normaler Datei-Server ausgeführt sein kann. Es wird jedoch bevorzugt, eine Audiodatenbank einzusetzen, die insbesondere dann von Vorteil ist, wenn bestimmtes Audiomaterial von verschiedenen unterschiedlichen Szenen verwendet wird. So kennt die Audiodatenbank alle Szenen und weiß, welche Szenen welches Audiomaterial wann verwenden. Ferner hat die Audiodatenbank Zugriff auf die Audiodaten und kann die Speicherfolge der Audiodaten auf der Festplatte bestimmen. Außerdem kann die Audiodatenbank eine optimale Szenen-übergreifende Speicherreihenfolge für die Audiodaten erstellen. Schließlich kann die Audiodatenbank auch Engpässe entdecken und bei der Abspeicherung der Audiodaten entsprechend darauf reagieren.
  • Erfindungsgemäß kann dies alternativ auch darüber realisiert werden, dass man alle Szenendateien an einer zentralen Stelle speichert und ein Programm realisiert, das alle Szenendateien ausliest und daraus die Speicherreihenfolge der Audiodateien auf dem Server ableitet. Eine Datenbank erzwingt jedoch die zentrale Speicherung der Szenendateien, welche für die Optimierung der Reihenfolge der Speicherung der Audiodateien bevorzugt wird.
  • Erfindungsgemäß wird also eine zeitliche und räumliche Anordnung von Audioquellen und eine daraus folgende Optimierung der Speicherreihenfolge der Audiodaten auf dem Speichermedium vorgenommen. Hierzu wird eine Szenen-übergreifende Optimierung der Daten verwendet, die vorzugsweise auf eine zentrale Speicherung und Verwaltung von Szenen zurückgreift.
  • Nachfolgend wird Bezug nehmend auf Fig. 2 auf Informationen hingewiesen, die ein Audioobjekt vorteilhaft haben sollte. So soll ein Audioobjekt die Audiodatei spezifizieren, die gewissermaßen den Audioinhalt einer virtuellen Quelle darstellt. So muss das Audioobjekt jedoch nicht die Audiodatei umfassen, sondern kann einen Index haben, der auf eine definierte Stelle in einer Datenbank verweist, an der die tatsächliche Audiodatei gespeichert ist.
  • Ferner umfasst ein Audioobjekt vorzugsweise eine Identifikation der virtuellen Quelle, die beispielsweise eine Quellennummer oder ein aussagefähiger Dateiname etc. sein kann. Ferner spezifiziert das Audioobjekt bei der vorliegenden Erfindung eine Zeitspanne für den Beginn und/oder das Ende der virtuellen Quelle, also der Audiodatei. Wird nur eine Zeitspanne für den Beginn spezifiziert, so bedeutet dies, dass der tatsächliche Startpunkt der Aufbereitung dieser Datei durch den Renderer innerhalb der Zeitspanne verändert werden kann. Wird zusätzlich eine Zeitspanne für das Ende vorgegeben, so bedeutet dies, dass auch das Ende innerhalb der Zeitspanne variiert werden kann, was insgesamt je nach Implementierung zu einer Variation der Audiodatei auch hinsichtlich ihrer Länge führen wird. Jegliche Implementierungen sind möglich, so z. B. auch eine Definition der Start/Endzeit einer Audiodatei so, dass zwar der Startpunkt verschoben werden darf, dass jedoch auf keinen Fall die Länge verändert werden darf, sodass damit automatisch das Ende der Audiodatei ebenfalls verschoben wird. Insbesondere für Geräusche wird es jedoch bevorzugt, auch das Ende variabel zu halten, da es typischerweise nicht problematisch ist, ob z. B. ein Windgeräusch etwas früher oder später anfängt, oder ob es etwas früher oder später endet. Weitere Spezifizierungen sind je nach Implementierung möglich bzw. erwünscht, wie beispielsweise eine Spezifikation, dass zwar der Startpunkt variiert werden darf, nicht jedoch der Endpunkt, etc.
  • Vorzugsweise umfasst ein Audioobjekt ferner eine Ortsspanne für die Position. So wird es für bestimmte Audioobjekte keine Rolle spielen, ob sie z. B. von vorne links oder vorne Mitte kommen, oder ob sie um einen (kleinen) Winkel bezüglich eines Bezugspunkts im Wiedergaberaum verschoben werden. So existieren jedoch auch, wie es ausgeführt worden ist, Audioobjekte insbesondere wieder aus dem Geräuschbereich, die an jeder beliebigen Stelle positioniert werden können und damit eine maximale Ortsspanne haben, die beispielsweise durch einen Code für "beliebig" oder durch keinen Code (implizit) im Audioobjekt spezifiziert werden kann.
  • Ein Audioobjekt kann weitere Informationen umfassen, wie beispielsweise eine Angabe über die Art der virtuellen Quelle, also ob es sich bei der virtuellen Quelle um eine Punktquelle für Schallwellen handeln muss, oder ob es sich um eine Quelle für ebene Wellen handeln muss, oder ob es sich um eine Quelle handeln muss, die Quellen beliebiger Wellenfront erzeugt, sofern die Renderer-Module in der Lage sind, solche Informationen zu verarbeiten.
  • Fig. 3 zeigt beispielhaft eine schematische Darstellung einer Szenenbeschreibung, in der die zeitliche Abfolge verschiedener Audioobjekte AO1, .... AOn+1 dargestellt ist. Insbesondere wird auf das Audioobjekt A03 hingewiesen, für das eine Zeitspanne, wie sie in Fig. 3 eingezeichnet ist, definiert ist. So können sowohl der Startpunkt als auch der Endpunkt des Audioobjekts A03 in Fig. 3 um die Zeitspanne verschoben werden. Die Definition des Audioobjekts A03 lautet jedoch dahingehend, dass die Länge nicht verändert werden darf, was jedoch von Audioobjekt zu Audioobjekt variabel einstellbar ist.
  • So ist zu sehen, dass durch Verschieben des Audioobjekts AO3 in positiver zeitlicher Richtung eine Situation erreicht werden kann, bei der das Audioobjekt A03 erst nach dem Audioobjekt A02 beginnt. Werden beide Audioobjekte auf demselben Renderer abgespielt, so kann durch diese Maßnahme eine kurze Überschneidung 20, die ansonsten vielleicht auftreten würde, vermieden werden. Wäre das Audioobjekt A03 im Stand der Technik bereits das Audioobjekt, das über der Kapazität eines Renderers liegen würde, aufgrund bereits sämtlicher weiterer zu verarbeitender Audioobjekte auf dem Renderer, wie beispielsweise Audioobjekt A02 und Audioobjekt A01, so würde ohne die vorliegende Erfindung eine komplette Unterdrückung des Audioobjekts A03 auftreten, obgleich die Zeitspanne 20 lediglich sehr klein war. Erfindungsgemäß wird das Audioobjekt A03 durch die Audioobjektmanipulationseinrichtung 3 verschoben, sodass keine Kapazitätsüberschreitung und damit auch keine Unterdrückung des Audioobjekts A03 mehr stattfindet.
  • Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung wird eine Szenenbeschreibung verwendet, die relative Angaben hat. So wird die Flexibilität dadurch erhöht, dass der Beginn des Audioobjekts A02 nicht mehr in einem absoluten Zeitpunkt gegeben wird, sondern in einem relativen Zeitraum zum Audioobjekt AO1. Entsprechend wird auch eine relative Beschreibung der Ortsangaben bevorzugt, also nicht, dass ein Audioobjekt an einer bestimmten Position xy im Wiedergaberaum anzuordnen ist, sondern z. B. um einen Vektor versetzt zu einem anderen Audioobjekt oder zu einem Referenzobjekt ist.
  • Dadurch kann die Zeitspanneninformation bzw. Ortsspanneninformation sehr effizient aufgenommen werden, nämlich einfach dadurch, dass die Zeitspanne so festgelegt ist, dass sie zum Ausdruck bringt, dass das Audioobjekt A03 z. B. in einem Zeitraum zwischen zwei Minuten und zwei Minuten und 20 Sekunden nach dem Start des Audioobjekts AO1 beginnen kann.
  • Eine solche relative Definition der Raum- und Zeitbedingungen führt zu einer datenbankmäßig effizienten Darstellung in Form von Constraints, wie sie z. B. in "Modeling Output Constraints in Multimedia Database Systems", T. Heimrich, 1. internationale Multimedia Modelling Conference, IEEE, 2. Januar 2005 bis 14. Januar 2005, Melbourne, beschrieben ist. Hier wird die Verwendung von Constraints in Datenbanksystemen dargestellt, um konsistente Datenbankzustände zu definieren. Insbesondere werden zeitliche Constraints unter Verwendung von Allen-Beziehungen und räumliche Constraints unter Verwendung von räumlichen Beziehungen beschrieben. Hieraus können günstige Ausgabe-Constraints zu Synchronisationszwecken definiert werden. Solche Ausgabe-Constraints umfassen eine zeitliche oder räumliche Bedingung zwischen den Objekten, eine Reaktion im Falle einer Verletzung eines Constraints und eine Überprüfungszeit, also wann ein solcher Constraint überprüft werden muss.
  • Bei dem bevorzugten Ausführungsbeispiel der vorliegenden Erfindung werden die räumlichen/zeitlichen Ausgabe-Objekte jeder Szene relativ zueinander modelliert. Die Audioobjektmanipulationseinrichtung erreicht eine Überführung dieser relativen und variablen Definitionen in eine absolute räumliche und zeitliche Ordnung. Diese Ordnung stellt das Ausgabe-Schedule dar, das am Ausgang 6a des in Fig. 1 gezeigten Systems erhalten wird und definiert, wie insbesondere das Renderer-Modul im Wellenfeldsynthesesystem angesprochen wird. Das Schedule ist also ein Ausgabeplan, der die Audiodaten entsprechend der Ausgabebedingungen anordnet.
  • Nachfolgend wird anhand von Fig. 4 ein bevorzugtes Ausführungsbeispiel eines solchen Ausgabe-Schedules dargelegt. Insbesondere zeigt Fig. 4 einen Datenstrom, der gemäß Fig. 4 von links nach rechts übertragen wird, also von der Audioobjekt-Manipulationseinrichtung 3 von Fig. 1 zu einem oder mehreren Wellenfeldsynthese-Renderern des Wellenfeldsystems 0 von Fig. 1. Insbesondere umfasst der Datenstrom für jedes Audioobjekt bei dem in Fig. 4 gezeigten Ausführungsbeispiel zunächst einen Header H, in dem die Positionsinformationen und die Zeitinformationen stehen, und nachgeordnet eine Audiodatei für das spezielle Audioobjekt, die in Fig. 4 mit AO1 für das erste Audioobjekt, A02 für das zweite Audioobjekt etc. bezeichnet ist.
  • Ein Wellenfeldsynthese-Renderer erhält dann den Datenstrom und erkennt z. B. an einer vorhandenen und fest vereinbarten Synchronisationsinformation, dass nunmehr ein Header kommt. Anhand einer weiteren Synchronisationsinformation erkennt der Renderer dann, dass der Header nunmehr vorbei ist. Alternativ kann für jeden Haeder auch eine feste Länge in Bits vereinbart werden.
  • Nach dem Empfang des Headers weiß der Audio-Renderer bei dem in Fig. 4 gezeigten bevorzugten Ausführungsbeispiel der vorliegenden Erfindung automatisch, dass die nachfolgende Audiodatei, also z. B. AO1, zu dem Audioobjekt, also zu der Quellenposition gehört, die in dem Header identifiziert ist.
  • Fig. 4 zeigt eine serielle Datenübertragung zu einem Wellenfeldsynthese-Renderer. Allerdings werden natürlich mehrere Audioobjekte gleichzeitig in einem Renderer abgespielt. Daher benötigt der Renderer einen Eingangs-Puffer, dem eine Datenstrom-Leseeinrichtung vorausgeht, um den Datenstrom zu parsen. Die Datenstromleseeinrichtung wird dann den Header interpretieren und die zugehörigen Audiodaten entsprechend speichern, damit der Renderer dann, wenn ein Audioobjekt zum Rendern an der Reihe ist, die korrekte Audiodatei und die korrekte Quellenposition aus dem Eingangspuffer ausliest. Andere Daten für den Datenstrom sind natürlich möglich. Auch eine separate Übertragung sowohl der Zeit/Orts-Informationen als auch der tatsächlichen Audiodaten kann verwendet werden. Die in Fig. 4 dargestellte kombinierte Übertragung wird jedoch bevorzugt, da sie durch Verkettung der Positions/Zeit-Informationen mit der Audiodatei Datenkonsistenzprobleme eliminiert, da immer sichergestellt wird, dass der Renderer für Audiodaten auch die richtige Quellenposition hat und nicht z. B. noch Audiodaten von einer früheren Quelle rendert, jedoch bereits Positionsinformationen der neuen Quelle zum Rendern verwendet.
  • Die vorliegende Erfindung basiert somit auf einem objektorientierten Ansatz, dass also die einzelnen virtuellen Quellen als Objekte aufgefasst werden, die sich durch eine Audiodatei und eine virtuelle Position im Raum und möglicherweise durch die Art und Weise der Quelle auszeichnen, also ob sie eine Punktquelle für Schallwellen oder eine Quelle für ebene Wellen oder eine Quelle für anders geformte Quellen sein soll.
  • Wie es ausgeführt worden ist, ist die Berechnung der Wellenfelder sehr rechenzeitintensiv und an die Kapazitäten der verwendeten Hardware, wie beispielsweise Soundkarten und Rechner, im Zusammenspiel mit der Effizienz der Berechnungsalgorithmen gebunden. Auch die beste ausgestattete PCbasierte Lösung stößt somit bei der Berechnung der Wellenfeldsynthese schnell an ihre Grenzen, wenn viele anspruchsvolle Klangereignisse gleichzeitig dargestellt werden sollen. So gibt die Kapazitätsgrenze der verwendeten Soft- und Hardware die Beschränkung hinsichtlich der Anzahl der virtuellen Quellen bei der Abmischung und Wiedergabe vor.
  • Fig. 6 zeigt ein solches in seiner Kapazität begrenztes bekanntes Wellenfeldsynthese-Konzept, das ein Authoring-Werkzeug 60, ein Steuer-Renderer-Modul 62 und einen Audioserver 64 umfasst, wobei das Steuer-Renderer-Modul ausgebildet ist, um ein Lautsprecherarray 66 mit Daten zu versorgen, damit das Lautsprecher-Array 66 eine gewünschte Wellenfront 68 durch Überlagerung der Einzelwellen der einzelnen Lautsprecher 70 erzeugt. Das Authoring-Werkzeug 60 erlaubt es dem Nutzer, Szenen zu erstellen, zu editieren und das Wellenfeldsynthese-basierte System zu steuern. Eine Szene besteht sowohl aus Informationen zu den einzelnen virtuellen Audioquellen als auch aus den Audiodaten. Die Eigenschaften der Audioquellen und der Referenzen auf die Audiodaten werden in einer XML-Szenendatei gespeichert. Die Audiodaten selbst werden auf dem Audioserver 64 abgelegt und von dort aus an das Renderer-Modul übertragen. Gleichzeitig erhält das Renderer-Modul die Steuerdaten vom Authoring-Werkzeug, damit das Steuer-Renderer-Modul 62, das zentral ausgeführt ist, die Synthesesignale für die einzelnen Lautsprecher erzeugen kann. Das in Fig. 6 gezeigte Konzept ist in "Authoring System for Wave Field Synthesis", F. Melchior, T. Röder, S. Brix, S. Wabnik und C. Riegel, AES Convention Paper, 115. AES-Versammlung, 10. Oktober 2003, New York, beschrieben.
  • Wird dieses Wellenfeldsynthese-System mit mehreren Renderer-Modulen betrieben, so wird dabei jeder Renderer mit denselben Audiodaten versorgt, egal, ob der Renderer aufgrund der ihm zugeordneten begrenzten Zahl von Lautsprechern diese Daten für die Wiedergabe benötigt oder nicht. Da jeder der aktuellen Rechner in der Lage ist, 32 Audioquellen zu berechnen, stellt dies die Grenze für das System dar. Andererseits soll die Anzahl der im Gesamtsystem renderbaren Quellen effizient deutlich erhöht werden. Dies ist eine der wesentlichen Voraussetzungen für komplexe Anwendungen, wie beispielsweise Kinofilme, Szenen mit immersiven Atmosphären, wie beispielsweise Regen oder Applaus oder andere komplexe Audioszenen.
  • Erfindungsgemäß wird eine Reduktion redundanter Datenübertragungsvorgänge und Datenverarbeitungsvorgänge in einem Wellenfeldsynthese-Mehr-Renderer-System erreicht, was zu einer Erhöhung der Rechenkapazität bzw. der Anzahl von gleichzeitig berechenbaren Audioquellen erreicht.
  • Zur Reduktion der redundanten Übertragung und Verarbeitung von Audio- und Metadaten zum einzelnen Renderer des Mehr-Renderer-Systems wird der Audioserver um die Datenausgabeeinrichtung erweitert, welche in der Lage ist, zu ermitteln, welcher Renderer welche Audio- und Metadaten benötigt. Die Datenausgabeeinrichtung, gegebenenfalls unterstützt durch den Datenmanager benötigt bei einem bevorzugten Ausführungsbeispiel mehrere Informationen. Diese Informationen sind zunächst die Audiodaten, dann Zeit- und Positionsdaten der Quellen und schließlich die Konfiguration der Renderer, also Informationen über die verbundenen Lautsprecher und ihre Positionen sowie deren Kapazität. Mit Hilfe von Datenmanagementtechniken und der Definition von Ausgabebedingungen wird ein Ausgabe-Schedule durch die Datenausgabeeinrichtung mit einer zeitlichen und räumlichen Anordnung der Audioobjekte erzeugt. Aus der räumlichen Anordnung, dem zeitlichen Schedule und der Rendererkonfiguration berechnet das Datenmanagementmodul dann, welche Quelle für welche Renderer zu einem bestimmten Zeitpunkt von Relevanz sind.
  • Ein bevorzugtes Gesamtkonzept ist in Fig. 5 dargestellt. Die Datenbank 22 ist ausgangsseitig um die Datenausgabeeinrichtung 24 ergänzt, wobei die Datenausgabeeinrichtung auch als Scheduler bezeichnet wird. Dieser Scheduler erzeugt dann an seinen Ausgängen 20a, 20b, 20c für die verschiedenen Renderer 50 die Renderer-Eingangssignale, damit die entsprechenden Lautsprecher der Lautsprecherarrays versorgt werden.
  • Vorzugsweise wird der Scheduler 24 noch durch einen Storage-Manager 52 unterstützt, um mittels eines RAID-Systems und entsprechender Datenorganisationsvorgaben die Datenbank 42 zu konfigurieren.
  • Auf der Eingangsseite steht ein Daten-Erzeuger 54, welcher beispielsweise ein Tonmeister oder ein Audioingenieur sein kann, der eine Audioszene objektorientiert modellieren bzw. beschreiben soll. Hierbei gibt er eine Szenenbeschreibung vor, die entsprechende Ausgabebedingungen 56 umfasst, die dann gegebenenfalls nach einer Transformation 58 zusammen mit Audiodaten in der Datenbank 22 gespeichert werden. Die Audiodaten können mittels eines Insert/Update-Werkzeugs 59 manipuliert und aktualisiert werden.
  • Abhängig von den Gegebenheiten kann das erfindungsgemäße Verfahren in Hardware oder in Software implementiert werden. Die Implementierung kann auf einem digitalen Speichermedium, insbesondere einer Diskette oder CD, mit elektronisch auslesbaren Steuersignalen erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken können, dass das Verfahren ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computer-Programm-Produkt mit einem auf einem maschinenlesbaren Träger gespeicherten Programmcode zur Durchführung des Verfahrens, wenn das Computer-Programm-Produkt auf einem Rechner abläuft. In anderen Worten ausgedrückt kann die Erfindung somit als ein Computer-Programm mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das Computer-Programm auf einem Computer abläuft.

Claims (14)

  1. Vorrichtung zum Speichern von Audiodateien für ein Audiostück in einem Speichergerät (1) mit einer Schreibeinrichtung und einer Leseeinrichtung (2), wobei das Audiostück durch einen Renderer eines Wellenfeldsynthese-Systems (3) aufbereitet werden soll, wobei das Audiostück mehrere Szenen aufweist, wobei für jede Szene eine Szenenbeschreibung vorgesehen ist, und wobei eine Szene eine zeitliche Folge von Audioobjekten der Szene definiert, wobei ein Audioobjekt Informationen über eine virtuelle Quelle und eine Identifikation für eine dem Audioobjekt zugeordnete Audiodatei aufweist, mit folgenden Merkmalen:
    einer Einrichtung (4) zum Untersuchen der Szenenbeschreibung und zum Ermitteln einer ersten Szene, die eine höhere Verarbeitungskapazität des Wellenfeldsynthese-Systems (3) fordert als eine zweite Szene; und
    einer Steuereinrichtung (5) zum Steuern der Schreibeinrichtung (2) so, dass Audiodateien, die durch die Szenenbeschreibung der ersten Szene identifiziert werden, so auf dem Speichergerät (1) geschrieben werden, dass die Leseeinrichtung (2) die Audiodateien für die erste Szene schneller auslesen kann als wenn die Audiodateien für die erste Szene zufällig auf dem Speichergerät (1) gespeichert sind.
  2. Vorrichtung nach Anspruch 1, bei der ein Audioobjekt der ersten Szene und ein Audioobjekt der zweiten Szene dieselbe Audiodatei identifizieren, und
    bei der die Steuereinrichtung (5) ausgebildet ist, um die Schreibeinrichtung (2) so zu steuern, dass die Audiodatei so in dem Speichergerät (1) gespeichert wird, dass die Leseeinrichtung (2) die Audiodatei beim Lesen der Audiodatei, die in der ersten Szene identifiziert wird, mit einer geringeren Zugriffszeit lesen kann als wenn die Audiodatei beim Lesen der Audiodateien für die zweite Szene gelesen wird.
  3. Vorrichtung nach Anspruch 1 oder 2, bei der das Speichergerät (1) eine Spur (7) hat, entlang der sich die Leseeinrichtung (2) bewegt, und
    bei der die Steuereinrichtung (5) ausgebildet ist, um die Schreibeinrichtung so zu steuern, dass Audiodateien der ersten Szene entlang der Spur geschrieben werden.
  4. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der das Speichergerät (1) ein Parallel-Speichergerät mit Einzelzugriffsmedien ist, wobei die Steuereinrichtung (5) ausgebildet ist, um die Schreibeinrichtung (2) so anzusteuern, dass Audiodateien der ersten Szene, die parallel durch den Renderer aufzubereiten sind, auf unterschiedlichen Einzelzugriffsmedien gespeichert werden.
  5. Vorrichtung nach Anspruch 3, bei der die Steuereinrichtung (5) ausgebildet ist, um die Schreibeinrichtung (2) so anzusteuern, dass die Audiodateien der ersten Szene gemäß einer zeitlichen Reihenfolge des Auftretens von Audioobjekten der ersten Szene, die die Audiodateien identifizieren, entlang der Spur (7) gespeichert werden.
  6. Vorrichtung nach Anspruch 2, bei der das Speichergerät (1) eine Spur hat, entlang der sich die Leseeinrichtung (2) bewegt, und
    bei der die Steuereinrichtung (5) ausgebildet ist, um die Schreibeinrichtung (2) so zu steuern, dass die Audiodatei in der Spur unmittelbar vor oder nach einer anderen Audiodatei gespeichert wird, die ein Audioobjekt identifiziert, das von dem Renderer parallel zu dem einen Audioobjekt aufbereitet werden soll, das die Audiodatei identifiziert.
  7. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (4) zum Überprüfen ausgebildet ist, um die Szene als erste Szene zu ermitteln, die eine höhere Anzahl von durch einen Renderer gleichzeitig aufzubereitenden Audioobjekten hat als eine andere Szene.
  8. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Einrichtung (4) zum Untersuchen ausgebildet ist, um nur dann eine Szene als erste Szene zu ermitteln, wenn eine szenenbedingte Auslastung des Wellenfeldsynthese-Systems einen vorbestimmten Bruchteil der maximalen Auslastung erreicht.
  9. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Steuereinrichtung (5) ausgebildet ist, um die Schreibeinrichtung (2) so anzusteuern, dass die Audiodateien der zweiten Szene an noch verbleibenden freien Stellen des Speichergeräts (1) gespeichert werden, nachdem die Audiodateien der ersten Szene auf dem Speichergerät (1) gespeichert sind.
  10. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der das Speichergerät (1) eine Festplatte mit einer Speicherscheibe oder mehreren Speicherscheiben ist, wobei für jede Speicherscheibe ein Schreib/Lesekopf (2) vorgesehen ist.
  11. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Schreibeinrichtung und die Leseeinrichtung als ein und dieselbe physische Komponente (2) ausgebildet sind.
  12. Vorrichtung nach einem der vorhergehenden Ansprüche, bei der die Steuereinrichtung (5) ausgebildet ist, um die Schreibeinrichtung (2) so zu steuern, dass Audiodateien, die durch Audioobjekte der ersten Szene identifiziert werden, auf das Speichergerät (1) durchgehend geschrieben werden, ohne dass die Leseeinrichtung beim Lesen der Audiodateien der ersten Szene springen muss.
  13. Verfahren zum Speichern von Audiodateien für ein Audiostück in einem Speichergerät (1) mit einer Schreibeinrichtung und einer Leseeinrichtung (2), wobei das Audiostück durch einen Renderer eines Wellenfeldsynthese-Systems (3) aufbereitet werden soll, wobei das Audiostück mehrere Szenen aufweist, wobei für jede Szene eine Szenenbeschreibung vorgesehen ist, und wobei eine Szene eine zeitliche Folge von Audioobjekten der Szene definiert, wobei ein Audioobjekt Informationen über eine virtuelle Quelle und eine Identifikation für eine dem Audioobjekt zugeordnete Audiodatei aufweist, mit folgenden Schritten:
    Untersuchen (4) der Szenenbeschreibung und zum Ermitteln einer ersten Szene, die eine höhere Verarbeitungskapazität des Wellenfeldsynthese-Systems (3) fordert als eine zweite Szene; und
    Steuern (5) der Schreibeinrichtung (2) so, dass Audiodateien, die durch die Szenenbeschreibung der ersten Szene identifiziert werden, so auf dem Speichergerät (1) geschrieben werden, dass die Leseeinrichtung (2) die Audiodateien für die erste Szene schneller auslesen kann als wenn die Audiodateien für die erste Szene zufällig auf dem Speichergerät (1) gespeichert sind.
  14. Computer-Programm mit einem Programmcode zum Ausführen des Verfahrens zum Speichern gemäß Patentanspruch 16, wenn das Computer-Programm auf einem Rechner abläuft.
EP06707017A 2005-02-23 2006-02-16 Vorrichtung und verfahren zum speichern von audiodateien Not-in-force EP1789970B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005008342A DE102005008342A1 (de) 2005-02-23 2005-02-23 Vorrichtung und Verfahren zum Speichern von Audiodateien
PCT/EP2006/001416 WO2006089685A1 (de) 2005-02-23 2006-02-16 Vorrichtung und verfahren zum speichern von audiodateien

Publications (2)

Publication Number Publication Date
EP1789970A1 EP1789970A1 (de) 2007-05-30
EP1789970B1 true EP1789970B1 (de) 2010-03-24

Family

ID=36637842

Family Applications (1)

Application Number Title Priority Date Filing Date
EP06707017A Not-in-force EP1789970B1 (de) 2005-02-23 2006-02-16 Vorrichtung und verfahren zum speichern von audiodateien

Country Status (7)

Country Link
US (1) US7813826B2 (de)
EP (1) EP1789970B1 (de)
JP (1) JP4625506B2 (de)
CN (1) CN101133454B (de)
AT (1) ATE462183T1 (de)
DE (2) DE102005008342A1 (de)
WO (1) WO2006089685A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2007300810B2 (en) 2006-09-29 2010-06-17 Lg Electronics Inc. Methods and apparatuses for encoding and decoding object-based audio signals
KR100868475B1 (ko) * 2007-02-16 2008-11-12 한국전자통신연구원 객체기반 오디오 서비스를 위한 다중객체 오디오 콘텐츠파일의 생성, 편집 및 재생 방법과, 오디오 프리셋 생성방법
US8799535B2 (en) * 2008-01-11 2014-08-05 Akamai Technologies, Inc. Storage of data utilizing scheduling queue locations associated with different data rates
US8364892B2 (en) * 2008-01-11 2013-01-29 Verivue, Inc. Asynchronous and distributed storage of data
HUE054452T2 (hu) 2011-07-01 2021-09-28 Dolby Laboratories Licensing Corp Rendszer és eljárás adaptív hangjel elõállítására, kódolására és renderelésére
WO2013033469A1 (en) * 2011-08-30 2013-03-07 Allure Energy, Inc. Resource manager, system, and method for communicating resource management information for smart energy and media resources
GB201719854D0 (en) * 2017-11-29 2018-01-10 Univ London Queen Mary Sound effect synthesis

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3028706B2 (ja) * 1993-05-18 2000-04-04 富士ゼロックス株式会社 ディスク制御装置
JPH07303148A (ja) 1994-05-10 1995-11-14 Nippon Telegr & Teleph Corp <Ntt> 通信会議装置
JPH09186963A (ja) * 1995-12-28 1997-07-15 Sony Corp 記録方法及び装置、再生方法及び装置、記録再生方法及び装置、並びにディスク状記録媒体
JPH10211358A (ja) 1997-01-28 1998-08-11 Sega Enterp Ltd ゲーム装置
JPH1127800A (ja) 1997-07-03 1999-01-29 Fujitsu Ltd 立体音響処理システム
SG120070A1 (en) * 1998-05-01 2006-03-28 Samsung Electronics Co Ltd File operating method
JP2000267675A (ja) 1999-03-16 2000-09-29 Sega Enterp Ltd 音響信号処理装置
JP2000339854A (ja) * 1999-05-24 2000-12-08 Sony Corp ディスク装置
JP2002118898A (ja) * 2000-10-06 2002-04-19 Sanyo Electric Co Ltd オーディオデータのバッファリング方法及びオーディオデータの再生装置
JP2002199500A (ja) 2000-12-25 2002-07-12 Sony Corp 仮想音像定位処理装置、仮想音像定位処理方法および記録媒体
JP2003284196A (ja) 2002-03-20 2003-10-03 Sony Corp 音像定位信号処理装置および音像定位信号処理方法
JP2004007211A (ja) 2002-05-31 2004-01-08 Victor Co Of Japan Ltd 臨場感信号の送受信システム、臨場感信号伝送装置、臨場感信号受信装置、及び臨場感信号受信用プログラム
EP1552724A4 (de) 2002-10-15 2010-10-20 Korea Electronics Telecomm Verfahren zum erzeugen und aufbrauchen einer 3d-audioszene mit erweiterter räumlichkeit der schallquelle
US7706544B2 (en) 2002-11-21 2010-04-27 Fraunhofer-Geselleschaft Zur Forderung Der Angewandten Forschung E.V. Audio reproduction system and method for reproducing an audio signal
DE10254470B4 (de) * 2002-11-21 2006-01-26 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Bestimmen einer Impulsantwort und Vorrichtung und Verfahren zum Vorführen eines Audiostücks
DE10254404B4 (de) * 2002-11-21 2004-11-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Audiowiedergabesystem und Verfahren zum Wiedergeben eines Audiosignals
US9002716B2 (en) 2002-12-02 2015-04-07 Thomson Licensing Method for describing the composition of audio signals
JP4601905B2 (ja) 2003-02-24 2010-12-22 ソニー株式会社 デジタル信号処理装置およびデジタル信号処理方法
DE10321986B4 (de) 2003-05-15 2005-07-14 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Pegel-Korrigieren in einem Wellenfeldsynthesesystem
DE10321980B4 (de) 2003-05-15 2005-10-06 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Berechnen eines diskreten Werts einer Komponente in einem Lautsprechersignal
DE10328335B4 (de) 2003-06-24 2005-07-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Wellenfeldsyntesevorrichtung und Verfahren zum Treiben eines Arrays von Lautsprechern
DE10344638A1 (de) * 2003-08-04 2005-03-10 Fraunhofer Ges Forschung Vorrichtung und Verfahren zum Erzeugen, Speichern oder Bearbeiten einer Audiodarstellung einer Audioszene
JP4551652B2 (ja) * 2003-12-02 2010-09-29 ソニー株式会社 音場再生装置及び音場空間再生システム
DE102005008369A1 (de) * 2005-02-23 2006-09-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Simulieren eines Wellenfeldsynthese-Systems
DE102005008333A1 (de) * 2005-02-23 2006-08-31 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Steuern einer Wellenfeldsynthese-Rendering-Einrichtung
DE102005008366A1 (de) * 2005-02-23 2006-08-24 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Ansteuern einer Wellenfeldsynthese-Renderer-Einrichtung mit Audioobjekten

Also Published As

Publication number Publication date
US7813826B2 (en) 2010-10-12
DE102005008342A1 (de) 2006-08-24
CN101133454A (zh) 2008-02-27
JP2008537833A (ja) 2008-09-25
CN101133454B (zh) 2010-08-04
DE502006006502D1 (de) 2010-05-06
WO2006089685A8 (de) 2007-03-08
EP1789970A1 (de) 2007-05-30
US20080074775A1 (en) 2008-03-27
ATE462183T1 (de) 2010-04-15
WO2006089685A1 (de) 2006-08-31
JP4625506B2 (ja) 2011-02-02

Similar Documents

Publication Publication Date Title
EP1844628B1 (de) Vorrichtung und verfahren zum ansteuern einer wellenfeldsynthese-renderer-einrichtung mit audioobjekten
EP1844627B1 (de) Vorrichtung und verfahren zum simulieren eines wellenfeldsynthese-systemes
EP1851998B1 (de) Vorrichtung und Verfahren zum Liefern von Daten in einem Multi-Renderer-System
EP1723825B1 (de) Vorrichtung und verfahren zum steuern einer wellenfeldsynthese-rendering-einrichtung
EP1789970B1 (de) Vorrichtung und verfahren zum speichern von audiodateien
EP1652405B1 (de) Vorrichtung und verfahren zum erzeugen, speichern oder bearbeiten einer audiodarstellung einer audioszene
DE10328335B4 (de) Wellenfeldsyntesevorrichtung und Verfahren zum Treiben eines Arrays von Lautsprechern
DE10254404B4 (de) Audiowiedergabesystem und Verfahren zum Wiedergeben eines Audiosignals
EP1671516B1 (de) Vorrichtung und verfahren zum erzeugen eines tieftonkanals
EP1525776B1 (de) Vorrichtung zum pegel-korrigieren in einem wellenfeldsynthesesystem
EP1972181A1 (de) Vorrichtung und verfahren zur simulation von wfs-systemen und kompensation von klangbeeinflussenden wfs-eigenschaften
DE10321980B4 (de) Vorrichtung und Verfahren zum Berechnen eines diskreten Werts einer Komponente in einem Lautsprechersignal
WO2019158750A1 (de) Vorrichtung und verfahren für objektbasiertes, räumliches audio-mastering
DD140828A1 (de) Anordnung zur aufnahme und bearbeitung von stereofonen signalen
CH704501B1 (de) Verfahren zur Wiedergabe von auf einem Datenträger gespeicherten Audiodaten und entsprechende Vorrichtung.

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20070315

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

DAX Request for extension of the european patent (deleted)
GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LI LT LU LV MC NL PL PT RO SE SI SK TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

REF Corresponds to:

Ref document number: 502006006502

Country of ref document: DE

Date of ref document: 20100506

Kind code of ref document: P

REG Reference to a national code

Ref country code: NL

Ref legal event code: VDEP

Effective date: 20100324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

LTIE Lt: invalidation of european patent or patent extension

Effective date: 20100324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: PL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

REG Reference to a national code

Ref country code: IE

Ref legal event code: FD4D

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100625

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100705

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100724

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100624

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: IE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100726

26N No opposition filed

Effective date: 20101228

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

BERE Be: lapsed

Owner name: FRAUNHOFER-GESELLSCHAFT ZUR FORDERUNG DER ANGEWAN

Effective date: 20110228

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110228

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110228

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110228

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110228

REG Reference to a national code

Ref country code: AT

Ref legal event code: MM01

Ref document number: 462183

Country of ref document: AT

Kind code of ref document: T

Effective date: 20110216

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: AT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110216

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20110216

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: HU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100324

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 11

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 12

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 13

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20210217

Year of fee payment: 16

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: GB

Payment date: 20210222

Year of fee payment: 16

Ref country code: DE

Payment date: 20210223

Year of fee payment: 16

REG Reference to a national code

Ref country code: DE

Ref legal event code: R119

Ref document number: 502006006502

Country of ref document: DE

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20220216

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20220228

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20220216

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20220901